天池和Kaggle：Notebook使用对比

天池竞赛平台作为阿里云旗下的重要竞赛社区，每年都会举办上百场数据竞赛。数据竞赛不仅可以汇集参赛选手，同时也可以沉淀具体的学习内容。

拿Kaggle举例，其魅力之处就在于Kaggle Notebook有很多丰富的学习资料，可以供学习者学习和使用。

从2019年开始天池逐步推出DSW (Data Science Workshop)运行环境，可供选手可以在云平台完成编码和学习。据笔者了解，天池DSW是国内首个支持GPU和CPU的学习环境，非常值得使用的。

本文从在线学习环境的角度（即在线Notebook）将天池与Kaggle进行对比：

• Notebook与平台生态
• Notebook使用体验对比

Notebook与平台生态

首先我们从Notebook与竞赛平台生态进行分析，在天池和Kaggle中在线Nobteook都是非常重要的一个环节。开源在竞赛中随处可见，从竞赛参赛方式、赛题数据集到赛题在线Notebook，都是各种的众包参与形式，且内容都可以多人一起贡献。

在上述元素中，Notebook是特别重要的一个环节。

• 天池Notebook（DSW）：https://tianchi.aliyun.com/notebook-ai/
• Kaggle Notebook：https://www.kaggle.com/notebooks

Notebook作为在线运行环境：

• 提供一个配置好环境的运行的环境，所有参赛选手免去在本地配置环境的环节；
• 可以作为代码和思路的分享，比如比赛分析过程和解决方案的展示；
• 可以作为比赛比赛提交的入口，如比赛最终提交可以从Notebook提交；
• 可以提供系列的学习资源和实践教材，可以作为在线教材；

Notebook作为在线展示方式：

• 具备有版本存储的功能，可以存储历史运行的代码；
• 具备有渲染Markdown、图片和公式的功能，展示方式更加灵活；
• 具备有与数据集和比赛交互的过程；

Notebook使用体验

https://www.kaggle.com/code

https://dsw-dev.data.aliyun.com/

Notebook对比

从上表对比可知，天池DSW与Kaggle Notebook环境虽然整体都为在线Notebook，但在使用上存在一定的差异性：

• 资源分配：天池DSW环境可以同时运行多个Notebook，且多个Notebook资源共享；Kaggle Notebook每个资源独立，且文件各自不共享；
• 使用方式：天池DSW环境与Juypter Lab比较类似，而Kaggle Notebook是固定好输入情况下的代码运行环境；

从使用角度天池DSW比较灵活强大，而Kaggle Notebook每个功能比较单一。所以如果大家在国内，建议使用天池DSW。