kaggleで機会学習modelを学習させている時にタイムアウトする

Question

kaggleってGPUを使っても計算に数時間かかる学習ってありますよね。
そんな時ずっと画面に張り付いているわけにもいかず、裏で別のタブで作業していると４０分ほどでタイムアウトします。

皆さんはどのようにこの対処をしているのでしょうか。

Save & runを走らせる、といった解決方法があるそうですがあれって途中でエラー落ちしませんか。

Answer 1

　Google colab などに慣れていると、ちょっと勝手が違うかも知れません。
データを保存するには そのためのCodeを書いた上で、CodeをSave & runします。正常終了したCodeを開き、Data→Outputから保存したデータが見られます。submission.csvなどはここから提出しますし、他のCodeでデータを再利用する場合は、+ New Datasetでデータセットとしてアップして利用します。
Codeを開いてRun allするのはデバッグの時だけで、通常はSave & runをすると考えた方がいいかも知れません。また張り付く必要がないように、デバッグ時はサンプル数を減らしておくのも有効です。
「途中でエラー落ち」というのは、そもそもCode内にエラーの原因があるわけで、それをつぶす必要がありますよね。Code内にエラーが無ければ、9時間のリミットを過ぎなければエラーは出ないはずです。
9時間を超えてしまう場合は、Codeを見直し時短を図るか、Codeを分割して処理することになります（例：前処理、訓練、推論でCodeを分ける）。

Answer 2

https://www.kaggle.com/product-feedback/83678#897280

ここに書いてあったのですが、コードをrunしてPCを離れる場合は
versionボタンのrun and save allをする必要があるんですかね。

確かにoutputファイルには保存されるようですが、コードのmodelの学習済みオブジェクトなどは
明示的に保存しておかないと消えてしまうのでしょうか。
（たとえばhistory = mode.fit()..など）