更新：kaggle的免费GPU时间确认

chapter5/5.1-kaggle.md

@@ -81,12 +81,15 @@ shake up：public LB 得分可能会和 private LB 得分差别很大，比赛
 所以，比赛过程中用于最终排名的那部分数据，参赛者是始终得不到关于准确率的反馈的。这样一定程度避免参赛模型的过拟合，保证评选出兼顾准确率和泛化能力的模型。
 
 ## 5.1.4 Kaggle薅羊毛指南
-Kaggle提供免费访问内核中的NVidia K80 GPU。我的个人理解相当于1060或者1070的水平吧。
+~~Kaggle提供免费访问内核中的NVidia K80 GPU。我的个人理解相当于1060或者1070的水平吧。~~
 我们可以在Kernel的界面右侧底端，Setting选项中将GPU开启，这样就可以使用免费的GPU资源了
 
 ![GPU设置](kaggle.png)
 
-Kaggle只提供6小时的连续GPU使用时间（印象中，待确认），虽然对于大数据量计算来说根本就不够用，但是对于研究，这些已经够了，例如我们在图像识别中经常用到的CIFAR-10 图片分类，一般训练2个小时左右就能够得到比较准确的模型了，这对于入门学习来说已经沟通了。
+~~Kaggle只提供6小时的连续GPU使用时间~~，虽然对于大数据量计算来说根本就不够用，但是对于研究，这些已经够了，例如我们在图像识别中经常用到的CIFAR-10 图片分类，一般训练2个小时左右就能够得到比较准确的模型了，这对于入门学习来说已经沟通了。
+
+
+更新：现在Kaggle提供的GPU为 P100,限制为，每周免费使用30小时,还可以连接google的colab，这样对于我们学习和测试，绝对是足够了。
 
 ## 5.1.5 其他的一些数据竞赛平台
 除了Kaggle，其实还有不少类似的平台；