在Google Cloud for ML上推送并运行python脚本

Question

我最近开始使用旧的Kaggle空中客车船舶检测比赛来学习Python和ML。 我编写了一个代码，其中现在包含两个文件：Decode.py和Train.py以及一些外部模块，这些模块用于进行培训，例如resnet.py，data_generator.py等。

第一个在我的计算机上可以正常工作，但是对于培训，我没有足够的资源（没有好的图形卡）。我以为我可以使用Kaggle脚本云，但是不能同时使用多个文件（我需要将很多代码从模块复制到主python文件中，这将开始变得非常难以理解编辑）。

我决定看一下Google Cloud平台，但是在那上面我能做的事情实在是太多了，我今天在这里挖掘了最后几个小时，我找不到一个可以找到的地方只需运行我的代码。

您知道我需要采取哪些教程/步骤吗？

1. 将我的存储库推送到Google Cloud
2. 从Kaggle复制数据集（或者我需要在哪里上传数据）
3. 运行python3 train.py -path "foo"
4. 检查输出

我在Google Cloud上可以做的一切让我不知所措，我根本不知道从哪里开始。

从步骤开始，我已经采取了以下步骤：创建付款资料，创建存储库并将代码推送到Google Source Repository（我不知道这是个好地方-我想我不小心创建了一个新网站）并上传了包含训练和测试数据的zip文件（我仍然不知道如何解压缩它，但是它仍在进行中。）

任何帮助将不胜感激

Answer 1

我发现那里描述了不错的功能： https://towardsdatascience.com/how-to-use-jupyter-on-a-google-cloud-vm-5ba1b473f4c2 与Google Colab相比有点不同，但是此快速教程显示了可以在其中放置Google Colab中的笔记本文件的地方。

您只需要将路径从Colab中的/content/更改为Google Cloud中的/home/jupyter