![](https://cdn-ak-scissors.b.st-hatena.com/image/square/e067073cd1210ced765ec58c27243f487d3a6e70/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBoaXJ1bmU5MjQmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTIzMDJiNThhZDE0MjM3YjMxMGQyOTRmODI2NTJiYzE3%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D6fe4a19c219d0ae7dd51c738a7525fe9)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【挑戦者求ム】ぼくの考える最速のData LoadingとData Augmentation(Kaggle notebook) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【挑戦者求ム】ぼくの考える最速のData LoadingとData Augmentation(Kaggle notebook) - Qiita
【挑戦者求ム】ぼくの考える最速のData LoadingとData Augmentation(Kaggle notebook)Python画像処理D... 【挑戦者求ム】ぼくの考える最速のData LoadingとData Augmentation(Kaggle notebook)Python画像処理DeepLearningKagglePyTorch はじめに まぁタイトルの通りなのですが、Kaggle notebook上で行う最速のData LoadingとData Augmentationを考えてみたので紹介します。より速い方法を知っている方は教えてください! 今回の題材は以下のように設定します。 データ こちらのコンペのデータを使います。10.2k枚のjpg形式の犬の画像です。 https://www.kaggle.com/c/dog-breed-identification/data 実行環境 GPUをenableにしたKaggle notebookで行います。 2 CPU cores 13 GB RAM Tesla P100 条件