AI医学影像:小儿肺炎患者诊断

分享给好友

2019-05-05 15:00:00
开始提交

2019-06-04 15:00:00
最终提交结束

自由训练

参赛权限提示

当前赛题需能力值达到 $vue{itemranking} 才可以正常提交训练哦~

当前赛题仅允许 600 能力值以下的新手可以正常提交训练哦~

报名参赛

下载当前代码

您可使用自己熟悉的编辑器实现算法并通过命令行
提交任务到FlyAI云端训练。确认下载体验吗?

$vue{upDataType ? '上传样例压缩包' : '上传代码压缩包' }

请将代码文件压缩为zip格式,文件大小不超过10M 提示:请确认删除"data"⽂件夹后进行上传操作

将文件拖拽至此处或点击此处选择文件

$vue{complete < 99 ? '上传中' : '上传完成'} $vue{complete}

$vue{fileName}
线上GPU运行环境:
FlyAl推荐如下配置,如有问题可手动添加或修改!

GPU环境

深度学习框架

其它依赖

提交
提交

提交确认

设置好参数后点击“确定“发布GPU训练任务

EPOCHS

BATCH SIZE

绑定你的微信账号

用于本地环境登录和实时接收训练通知

打开微信,使用扫一扫功能分享给好友

绑定你的微信账号

用于本地环境登录和实时接收训练通知

温馨提示

$vue{csv_msg}

知道了
提交结果文件

$vue{csvName == '' ? '仅支持上传 CSV 格式的文件' : csvName+' 上传中...'}

$vue{csvName}上传成功
取消 确认提交

提交成功

系统正在测评您的结果文件,

您可通过右侧【我的提交-查看记录详情】进行查看

知道了
  • 赛事介绍
  • 竞赛排行榜
  • 自由练习榜单
  • 讨论($vue{comment_count})
  • 学习资源

$vue{item.rank_name}

大赛简介

胸部X线影像(前-后)选自广州市广州妇女儿童医学中心一至五岁儿科患者。所有胸部X射线成像均作为患者常规临床护理的一部分进行。

有5,863个X射线图像(JPEG)和2个类别(肺炎/正常)。

赛事主题和数据说明

赛题描述

通过实现算法并提交训练,获取奖金池奖金。小提示:抢先更新算法排行榜,有更大机会获取高额奖金哦!

数据来源

ChestXray

数据描述

由于需要提交代码作品在云端进行训练,参赛数据集不对外开放。仅提供调试数据。

字段说明:

文件名 字段名称 字段类型 备注
image_path file_path 不为空 图片的相对路径
type int 不为空 图片对应的类别
label int 大于等于 0, 小于等于 1 图片的标注标签

参考文献:

[1]chest-xray-pneumonia

评审标准

算法输入输出格式

输入字段: image_path,

输出字段: labels,

评审指标说明

  • 精确率(Precision,简称为P):正确预测为正的占全部预测为正的比例
  • 召回率(Recall,简称为R):正确预测为正的占全部实际为正的比例
  • F1-Score 是精确率和召回率的一种加权平均,它的最大值为1,最小值为0
  • 计算公式如下:
  • 评审计算公式
超过 90分 的成绩会在48小时内更新到排行榜,不要着急哦!
第三名

看你很6哦

暂未公开
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为96.41。

2019-05-08 17:26:35

2687.50

暂未公开
第三名

你猜猜我是谁

暂未公开
batch数据为256,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为96.05。

2019-05-07 11:56:43

2314.00

暂未公开
第三名

YY

暂未公开
batch数据为128,循环次数为220次,通过在线上环境完成训练,模型最优精度评分为95.20。

2019-07-15 00:06:06

23.44

暂未公开
4

weiliming

暂未公开
batch数据为64,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为94.47。

2019-07-09 17:19:23

46.88

暂未公开
5

极简

大神经验
batch数据为128,循环次数为5次,通过在线上环境完成训练,模型最优精度评分为93.71。

2019-05-12 12:00:34

687.50

大神经验
6

汐炎

大神经验
batch数据为64,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为93.59。

2019-05-07 23:26:56

593.75

大神经验
7

minth

大神经验
batch数据为64,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为92.51。

2019-07-19 09:04:14

15.24

大神经验
8

交差墒

大神经验
batch数据为32,循环次数为2000次,通过在线上环境完成训练,模型最优精度评分为92.41。

2019-05-31 00:14:56

100.78

大神经验
9

兔子是菜鸟

大神经验
batch数据为64,循环次数为5次,通过在线上环境完成训练,模型最优精度评分为91.56。

2019-05-06 00:46:52

652.00

大神经验
10

lyming

大神经验
batch数据为32,循环次数为2000次,通过在线上环境完成训练,模型最优精度评分为91.24。

2019-05-12 17:03:18

112.50

大神经验
11

加勒比

暂未公开
batch数据为80,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为90.95。

2019-05-15 10:50:48

28.13

暂未公开
12

火炎焱燚

暂未公开
batch数据为64,循环次数为37次,通过在线上环境完成训练,模型最优精度评分为89.82。

2019-05-07 20:37:13

90.00

暂未公开
13

Winteriscoming

暂未公开
batch数据为64,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为89.80。

2019-05-11 16:28:38

29.06

暂未公开
14

就是很任性

暂未公开
batch数据为50,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为87.70。

2019-05-10 17:25:44

暂未公开
15

Seeney

暂未公开
batch数据为64,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为87.39。

2019-05-10 03:08:00

暂未公开
16

从小跑开始

暂未公开
batch数据为64,循环次数为2500次,通过在线上环境完成训练,模型最优精度评分为87.22。

2019-05-26 19:58:06

暂未公开
17

喵喵

暂未公开
batch数据为128,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为87.09。

2019-05-11 17:03:10

暂未公开
18

理言

暂未公开
batch数据为64,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为86.43。

2019-05-09 08:08:03

暂未公开
19

Silence

暂未公开
batch数据为64,循环次数为400次,通过在线上环境完成训练,模型最优精度评分为86.38。

2019-05-06 07:52:44

75.00

暂未公开
20

cv1557321940

暂未公开
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为86.09。

2019-07-29 18:19:46

暂未公开
21

Micoon

暂未公开
batch数据为50,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为86.04。

2019-05-15 14:22:08

暂未公开
22

前排板凳瓜子

暂未公开
batch数据为160,循环次数为3次,通过在线上环境完成训练,模型最优精度评分为85.92。

2019-05-13 20:33:32

暂未公开
23

trick_or_treat

暂未公开
batch数据为64,循环次数为600次,通过在线上环境完成训练,模型最优精度评分为85.30。

2019-05-05 21:22:25

681.00

暂未公开
24

hhy

暂未公开
batch数据为32,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为85.18。

2019-05-06 14:12:24

30.00

暂未公开
25

Endeløs læring

暂未公开
batch数据为128,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为84.94。

2019-05-09 17:39:32

暂未公开
26

打酱油

暂未公开
batch数据为16,循环次数为2000次,通过在线上环境完成训练,模型最优精度评分为84.81。

2019-05-07 21:29:02

暂未公开
27

linlh

暂未公开
batch数据为64,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为84.54。

2019-05-29 20:44:59

暂未公开
28

yangsmile

暂未公开
batch数据为128,循环次数为66次,通过在线上环境完成训练,模型最优精度评分为84.53。

2019-05-06 15:33:31

7.50

暂未公开
29

我没说

暂未公开
batch数据为32,循环次数为250次,通过在线上环境完成训练,模型最优精度评分为84.49。

2019-05-08 11:15:38

暂未公开
30

Gifford

暂未公开
batch数据为64,循环次数为120次,通过在线上环境完成训练,模型最优精度评分为84.47。

2019-05-09 22:44:32

暂未公开
31

clare

暂未公开
batch数据为32,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为84.35。

2019-05-07 17:35:58

1.88

暂未公开
32

凌空

暂未公开
batch数据为256,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为84.18。

2019-05-08 18:34:30

3.75

暂未公开
33

Student_HXJ

暂未公开
batch数据为64,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为83.60。

2019-05-29 11:09:11

暂未公开
34

kongd

暂未公开
batch数据为512,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为83.30。

2019-05-19 13:11:23

暂未公开
35

框架用的再熟练也只是个码农

暂未公开
batch数据为600,循环次数为128次,通过在线上环境完成训练,模型最优精度评分为82.74。

2019-05-16 10:20:12

暂未公开
36

Jason4521

暂未公开
batch数据为256,循环次数为800次,通过在线上环境完成训练,模型最优精度评分为82.73。

2019-05-12 10:21:19

暂未公开
37

no-free-lunch

暂未公开
batch数据为64,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为82.16。

2019-05-15 13:18:40

暂未公开
38

M.

暂未公开
batch数据为512,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为81.86。

2019-05-07 02:45:52

暂未公开
39

trickornot

暂未公开
batch数据为32,循环次数为2000次,通过在线上环境完成训练,模型最优精度评分为81.80。

2019-05-06 04:43:41

7.50

暂未公开
40

普六茹那罗延

暂未公开
batch数据为32,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为81.70。

2019-05-07 17:57:41

暂未公开
41

ChangeBio

暂未公开
batch数据为64,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为81.43。

2019-05-08 03:14:27

暂未公开
42

hiccup

暂未公开
batch数据为128,循环次数为200次,通过在线上环境完成训练,模型最优精度评分为81.40。

2019-06-13 10:14:40

暂未公开
43

DDBG

暂未公开
batch数据为32,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为81.30。

2019-05-15 13:35:49

暂未公开
44

Elgine

暂未公开
batch数据为128,循环次数为800次,通过在线上环境完成训练,模型最优精度评分为81.07。

2019-05-10 16:36:13

暂未公开
45

晓风

暂未公开
batch数据为32,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为80.95。

2019-05-08 17:32:52

暂未公开
46

Lcxiang3

暂未公开
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为80.75。

2019-05-11 08:38:02

暂未公开
47

uuuuu

暂未公开
batch数据为32,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为80.72。

2019-05-07 00:48:46

暂未公开
48

chyang

暂未公开
batch数据为64,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为80.65。

2019-05-10 15:44:12

暂未公开
49

Joshua

暂未公开
batch数据为64,循环次数为2000次,通过在线上环境完成训练,模型最优精度评分为80.57。

2019-05-06 19:42:06

1.88

暂未公开
50

我是特种兵1557281850

暂未公开
batch数据为32,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为79.75。

2019-05-15 15:27:41

暂未公开
51

Carol

暂未公开
batch数据为16,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为79.71。

2019-05-10 15:40:14

暂未公开
52

XW

暂未公开
batch数据为128,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为79.66。

2019-05-07 16:36:40

暂未公开
53

whykifan

暂未公开
batch数据为256,循环次数为200次,通过在线上环境完成训练,模型最优精度评分为79.40。

2019-05-11 20:44:59

暂未公开
54

宇宙

暂未公开
batch数据为64,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为78.35。

2019-05-25 03:24:50

暂未公开
55

简逸

暂未公开
batch数据为64,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为77.86。

2019-05-06 15:54:03

暂未公开
56

jianbin.xu

暂未公开
batch数据为32,循环次数为5次,通过在线上环境完成训练,模型最优精度评分为77.84。

2019-05-16 13:10:59

暂未公开
57

天天向上

暂未公开
batch数据为64,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为77.72。

2019-05-07 20:02:39

暂未公开
58

奔跑瞬间

暂未公开
batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为77.40。

2019-05-22 19:33:58

暂未公开
59

bestfitting

暂未公开
batch数据为64,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为76.96。

2019-05-07 10:15:54

暂未公开
60

smooklazz

暂未公开
batch数据为64,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为75.76。

2019-05-06 20:32:07

暂未公开
61

江枫渔火

暂未公开
batch数据为32,循环次数为6000次,通过在线上环境完成训练,模型最优精度评分为75.59。

2019-05-06 03:11:05

暂未公开
62

刘喵兄

暂未公开
batch数据为64,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为75.51。

2019-05-06 13:51:10

暂未公开
63

波尔

暂未公开
batch数据为32,循环次数为200次,通过在线上环境完成训练,模型最优精度评分为75.40。

2019-07-16 19:46:11

暂未公开
64

gezp

暂未公开
batch数据为32,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为74.81。

2019-05-05 21:01:06

暂未公开
65

彼得·帕克

暂未公开
batch数据为2,循环次数为4000次,通过在线上环境完成训练,模型最优精度评分为74.80。

2019-05-10 06:28:28

暂未公开
66

zzz

暂未公开
batch数据为256,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为74.65。

2019-05-08 11:49:45

暂未公开
67

Vincent

暂未公开
batch数据为128,循环次数为15次,通过在线上环境完成训练,模型最优精度评分为74.26。

2019-05-08 21:29:14

暂未公开
68

杨杨杨

暂未公开
batch数据为64,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为72.73。

2019-08-06 13:54:19

暂未公开
69

大木淡漠

暂未公开
batch数据为128,循环次数为300次,通过在线上环境完成训练,模型最优精度评分为71.58。

2019-05-09 12:06:55

暂未公开
70

无......有

暂未公开
batch数据为16,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为71.12。

2019-05-10 14:45:33

暂未公开
71

Reluminia

暂未公开
batch数据为6000,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为70.70。

2019-05-09 14:12:41

暂未公开
72

Olivia

暂未公开
batch数据为32,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为70.70。

2019-05-11 09:52:08

暂未公开
73

.co

暂未公开
batch数据为64,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为70.68。

2019-05-06 03:56:39

暂未公开
74

优雅一只猫

暂未公开
batch数据为32,循环次数为300次,通过在线上环境完成训练,模型最优精度评分为70.62。

2019-05-08 00:42:43

暂未公开
75

麦小杨

暂未公开
batch数据为256,循环次数为300次,通过在线上环境完成训练,模型最优精度评分为69.78。

2019-05-27 09:38:56

暂未公开
76

Teenage Dream

暂未公开
batch数据为32,循环次数为2000次,通过在线上环境完成训练,模型最优精度评分为68.72。

2019-05-19 14:35:07

暂未公开
77

沙雕网友

暂未公开
batch数据为32,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为68.19。

2019-05-10 04:57:47

暂未公开
78

闻剑船书铸扌

暂未公开
batch数据为32,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为68.11。

2019-05-14 10:42:19

暂未公开
79

jhp

暂未公开
batch数据为32,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为66.81。

2019-05-06 01:43:44

暂未公开
80

天涯·明月·刀

暂未公开
batch数据为1,循环次数为1次,通过在线上环境完成训练,模型最优精度评分为65.71。

2019-07-19 08:44:16

暂未公开
81

风暴掀桌子

暂未公开
batch数据为64,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为65.40。

2019-05-10 16:11:17

暂未公开
82

x

暂未公开
batch数据为32,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为64.54。

2019-05-07 10:09:32

暂未公开
83

惊鸿飞雪

暂未公开
batch数据为32,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为63.82。

2019-05-06 17:09:10

暂未公开
84

长弓PAN

暂未公开
batch数据为200,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为63.22。

2019-05-10 17:15:29

暂未公开
85

给我两块啊

暂未公开
batch数据为32,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为63.16。

2019-05-07 12:20:07

暂未公开
86

Simplestory

暂未公开
batch数据为128,循环次数为2000次,通过在线上环境完成训练,模型最优精度评分为60.18。

2019-05-12 13:30:51

暂未公开
87

唱跳RAP打篮球

暂未公开
batch数据为128,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为58.43。

2019-05-09 01:49:53

暂未公开
88

fsencen

暂未公开
batch数据为32,循环次数为80次,通过在线上环境完成训练,模型最优精度评分为57.75。

2019-05-17 17:51:31

暂未公开
89

凌霄@文强

暂未公开
batch数据为128,循环次数为100次,通过在线上环境完成训练,模型最优精度评分为55.46。

2019-05-05 22:44:15

暂未公开
90

chenyu

暂未公开
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为55.34。

2019-05-11 15:04:16

暂未公开
91

暂未公开
batch数据为1,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为54.61。

2019-05-14 17:20:08

暂未公开
92

强化学习

暂未公开
batch数据为128,循环次数为2500次,通过在线上环境完成训练,模型最优精度评分为54.55。

2019-05-06 21:20:52

暂未公开
93

冯了个杰

暂未公开
batch数据为500,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为54.55。

2019-05-12 01:19:08

暂未公开
94

嘿嘿

暂未公开
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为54.55。

2019-06-05 17:12:54

暂未公开
95

pprp

暂未公开
batch数据为12,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为54.55。

2019-08-06 08:29:55

暂未公开
96

金艳

暂未公开
batch数据为32,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为52.83。

2019-06-04 09:19:36

暂未公开
97

丶人狠话不多

暂未公开
batch数据为64,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为50.96。

2019-05-06 00:29:16

暂未公开
98

tik_boa

暂未公开
batch数据为32,循环次数为2000次,通过在线上环境完成训练,模型最优精度评分为49.52。

2019-05-06 00:18:37

暂未公开
99

gboy

暂未公开
batch数据为32,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为47.77。

2019-05-06 09:32:06

暂未公开
100

xungeer29

暂未公开
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为41.60。

2019-05-07 08:59:22

暂未公开
101

Bluove

暂未公开
batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为27.56。

2019-05-11 04:41:37

暂未公开
102

binghang

暂未公开
batch数据为32,循环次数为40次,通过在线上环境完成训练,模型最优精度评分为22.07。

2019-05-16 02:47:26

暂未公开
103

青1564705852

暂未公开
batch数据为100,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为0.00。

2019-08-02 11:40:40

暂未公开
第一名
YY 2019-08-10 16:13:05
2019-08-10 16:13:05
93.51
第二名
吖查 2020-02-12 03:34:02
2020-02-12 03:34:02
92.17
第三名
mki 2019-09-17 23:06:52
2019-09-17 23:06:52
91.07
4
cnn 2019-08-16 09:44:20
2019-08-16 09:44:20
56.12
5
piano 2019-08-23 02:34:25
2019-08-23 02:34:25
54.55
6
Tk more tk less 2019-11-14 14:38:35
2019-11-14 14:38:35
54.55
7
hiccup 2019-08-07 14:16:56
2019-08-07 14:16:56
54.5
8
青1564705852 2019-08-18 19:26:30
2019-08-18 19:26:30
43.44
9
刘小花 2019-08-07 15:16:04
2019-08-07 15:16:04
0
10
motoleisure 2019-08-25 14:42:39
2019-08-25 14:42:39
0
11
谢俊宇 2019-09-17 16:54:37
2019-09-17 16:54:37
0
12
Viola 2019-11-04 23:28:11
2019-11-04 23:28:11
0
13
希布 2019-11-06 13:09:40
2019-11-06 13:09:40
0
14
weidong 2019-11-09 09:03:41
2019-11-09 09:03:41
0
15
学霸 2019-12-09 16:00:28
2019-12-09 16:00:28
0
16
Solace 2020-01-05 11:01:29
2020-01-05 11:01:29
0
17
无聊到自闭自开花到底最多几个字 2020-03-04 15:34:34
2020-03-04 15:34:34
0
18
韩天啸 2020-06-14 21:33:15
2020-06-14 21:33:15
0
19
flyai会员1603024333 2020-11-08 15:14:43
2020-11-08 15:14:43
0
20
云倩 2021-01-06 11:11:47
2021-01-06 11:11:47
0
讨论
500字
表情
发送
删除确认
是否删除该条评论?
取消 删除
$vue{item.user_name}

$vue{item.title} $vue{item.title}

$vue{items}
$vue{item.like_count}
$vue{item.comment_counts}
$vue{item.comment_counts}
阅读 $vue{item.views}

这里还没有内容哦

挑战者大赛 官方交流群

我的记录

你还没有任何提交记录喔...

  • 参赛流程
  • 常见问题

第一步:参赛选手从FlyAI官网选择比赛报名,需下载样例代码

下载的项目中不包含数据集,运行main.py会自动下载调试数据集

本地调试根据不同数据集会提供10%~100%数据,全量数据提交到GPU后会自动更新替换

下载样例代码,解压后在样例代码上编写自己的模型代码,压缩后再在上传代码位置进行上传,就可以查看自己得分。

第二步:本地代码调试

本地配置Python3.5以上的运行环境,并安装项目运行所需的Python依赖包 app.json是项目的配置文件

在main.py中编写神经网络,没有框架限制

在prediction.py测试模型是否评估成功

main.py中需在class Main(FlyAI) 类中实现自己的训练过程

第三步:提交到GPU训练,保存模型

本地调试完成之后,提交代码到GPU,在全量数据上训练模型,保存最优模型。

提交GPU的方式有:网站在线提交。

第四步:评估模型,获取奖金,实时提现

GPU训练完成后,会调用prediction.py中的predict方法进行评估,并给出最后得分

高分的参赛选手,可实时获取奖金,通过微信提现

Q:如何获得奖金?

A:超过项目设置的最低分,根据公式计算,就可以获得奖金。

Q:比赛使用什么框架?

A:比赛支持常用的机器学习和深度学习框架,比如TensorFlow,PyTorch,Keras,Scikit-learn等。

Q:怎么参加比赛,需不需要提交csv文件?

A:FlyAI竞赛平台无需提交csv文件,在网页上点击报名,下载项目,使用你熟练的框架,修改main.py中的网络结构和数据处理,在prediction.py中进行加载模型及预测。将代码文件压缩为.zip格式,文件大小不超过10M,之后在网站进行在线提交就可以了。

Q:比赛排行榜分数怎么得到的?

A:参加项目竞赛必须实现 prediction.py 中的predict方法。调用模型得出评分。

Q:平台机器什么配置?

A:目前每个训练独占一块V100显卡,显存10G。

Q:本地数据集在哪?

A:可以本地使用ide运行 main.py 下载数据。

Q:FAI训练积分不够用怎么办?

A:目前GPU免费使用,可以进入到:我的积分,通过签到和分享等途径获得大量积分。

Q:离线训练代码不符合规范问题?

A:main.py中可以使用args.EPOCHS和args.BATCH。