你画我猜

分享给好友

2020-01-21 15:00:00
开始提交

2020-02-20 15:00:00
最终提交结束

自由训练

剩余奖金 ¥ 993
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

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
  • 奖金记录
  • 讨论($vue{comment_count})
  • 学习资源

$vue{item.rank_name}

大赛简介

为了增强人工智能的趣味性,我们开展了你画我猜这一竞赛。你画我猜数据集中包括了40种生活中常见的类别如飞机、苹果、篮球等。图片信息以json格式存储,在每个json中记录了用户每一笔简笔画对应的横坐标集合和纵坐标集合。其中训练集、验证集和测试集划分比例为6:2:2.

参赛须知

参赛时间: 本次竞赛无时间限制,长期有效开放

参赛方式

  • 方式一:
  • 在线查看样例根据FlyAI样例模版实现算法并使用云端免费GPU进行模型训练获得最终成绩得分
  • 方式二:
  • 下载FlyAI样例模版进行本地调试并提交到云端使用免费GPU进行模型训练获得最终成绩得分,在本地进行代码调试的教程请查看[文档中心]

参赛选手说明

  • 参赛人员身份信息需保证真实、有效,大赛主办方仅将个人信息用于赛事数据授权及颁奖使用
  • 欢迎海内外的在校学生,算法工程师和所有AI爱好者参与
  • 本次竞赛报名形式:以个人形式本地提交作品线上审核,并且以最终提交算法得分作为唯一有效成绩
  • 在比赛截止日期前,团队中成绩最高分作为本团队的最终成绩
  • 报名成功后请加入FlyAI竞赛交流群,一起学习进步!重要通知也将在群内发布,不要错过哦

比赛作品说明

  • 参赛选手需要配合组委会对比赛作品的有效性与真实性进行验证
  • 不同团队/个人,提交相似结果文件,取消双方所有人员参赛资格
  • 多开小号报名、提交,一经发现将取消参赛资格
  • 禁止使用外部链接下载代码替换本项目代码
  • 比赛过程中,通过脚本获取比赛数据,成绩无效
  • 使用线上测试集进行训练或者使用非官方提供的外部数据进行训练,成绩无效
  • 使用的预训练模型需为FlyAI官方审核通过的模型,使用非官方验证预训练模型,成绩无效
  • 提交的代码具备可解释性并且其它开源框架可复现
  • 所有相似代码将一律不通过审核!!情况多次出现者封号处理
  • 如有发现利用非正常手段作弊行为,奖金一律不发放。之前所获得奖金金额官方有权收回,情节严重者封号处理
  • 提交代码即视为阅读并同意以上比赛作品说明

大赛奖项设置

奖项说明:

奖项设置 获奖人数 奖金额度说明(按最终得分评判)
参与奖(总奖金20%) 所有人 根据基线得分与100分之间,分成5个奖金区间;不同得分区间获得相应的竞赛奖金。
突破奖(总奖金10%) 所有人 更新排行榜最高分数,获得相应的竞赛奖金
排名奖(总奖金70%) 月赛前5名 奖金发放最终以月为单位,前5名获奖占比以K系数表示,分别为:0.45,0.25,0.15,0.1,0.05
不同框架奖励 所有人 获得60FAI币用于GPU训练资源消耗

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,可通过使用本地调试的方式获取调试数据集。本地调试和提交指南请查看[文档中心]

字段说明:

文件名 字段名称 字段类型 备注
json_path string 不为空 json的相对路径
label string 不为空 图片的对应类别

评审标准

算法输入输出格式

输入字段: json_path,

输出字段: label,

评审指标说明

  • 准确率(Accuracy):对于给定的测试数据集,预测正确的样本数与实际总样本数之比
  • True,表示预测正确的样本数数量
  • Total Number of Samples,表示实际总样本数数量
  • 计算公式如下:

比赛常见问题说明

Q:比赛使用什么框架?

  • 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、MXNet等。

Q:怎么参加比赛,需不需要提交CSV文件?

  • FlyAI竞赛平台提供免费云端GPU资源,报名后可以使用自己熟练的框架,修改main.py中的网络结构和processor.py中的数据处理;仅部分赛题支持CSV方式提交,请仔细阅读参赛方式相关内容。

Q:比赛排行榜分数怎么得到的?

  • 参加项目竞赛必须实现 model.py 中的predict_all方法。系统通过该方法,调用模型得出评分。
超过 85分 的成绩会在48小时内更新到排行榜,不要着急哦!
第三名

鹏1577582907

1696.00

batch数据为30,循环次数为24次,通过在线上环境完成训练,模型最优精度评分为92.07。

2020-02-18 05:50:14

1696.00

92.07

第三名

小林子

896.38

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91.92。

PyTorch

CNN,RNN

2020-02-18 09:17:05

896.38

91.92

第三名

trickornot

350.00

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91.68。

2020-02-23 07:52:00

350.00

91.68

4

前排板凳瓜子

797.34

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91.57。

Keras

CNN,RNN

2020-02-21 20:28:45

797.34

91.57

5

快来追我呀

179.69

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91.06。

2020-02-16 07:29:24

179.69

91.06

6

gboy

5.00

batch数据为1,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90.97。

2020-02-12 16:37:17

5.00

90.97

7

yangsmile

batch数据为128,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90.88。

2020-02-21 02:41:59

90.88

8

一口大怪兽

10.00

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90.85。

2020-02-21 03:57:06

10.00

90.85

9

天涯·明月·刀

11.25

batch数据为64,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90.55。

Keras

CNN,RNN

2020-02-17 23:05:53

11.25

90.55

10

haha-go

2.50

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90.44。

2020-02-16 05:49:35

2.50

90.44

11

弱鸡瑟瑟发抖

10.00

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89.20。

Keras

DenSeNet

2020-02-10 13:55:09

10.00

89.20

12

cy1581422879

batch数据为64,循环次数为24次,通过在线上环境完成训练,模型最优精度评分为88.55。

PyTorch

CNN,RNN

2020-05-10 04:24:08

88.55

13

likyoo

10.00

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87.25。

2020-03-12 17:39:49

10.00

87.25

14

ashora(啊瘦了)

10.00

batch数据为2000,循环次数为320次,通过在线上环境完成训练,模型最优精度评分为86.26。

Keras

CNNLSTM

2020-01-31 16:28:31

10.00

86.26

15

cyh12315

10.00

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85.62。

2020-03-22 12:03:26

10.00

85.62

16

宇宙

10.00

batch数据为512,循环次数为60次,通过在线上环境完成训练,模型最优精度评分为85.52。

Keras

CNN,RNN

2020-02-02 11:38:23

10.00

85.52

17

chenfengshf

10.00

batch数据为20,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85.04。

2020-01-27 00:45:14

10.00

85.04

18

皮皮

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83.02。

2020-03-29 01:14:09

83.02

19

鸡毛飞上天

batch数据为80,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74.79。

PyTorch

CNN,RNN

2020-02-12 16:59:32

74.79

20

史开杰

batch数据为64,循环次数为64次,通过在线上环境完成训练,模型最优精度评分为74.71。

2020-02-05 23:11:57

74.71

21

代码搬运工

batch数据为128,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67.02。

Keras

CNN,RNN

2020-02-13 22:06:43

67.02

22

杨求松

batch数据为128,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66.55。

Keras

CNN,RNN

2020-07-15 00:12:22

66.55

23

时光非礼了梦想

batch数据为128,循环次数为2次,通过在线上环境完成训练,模型最优精度评分为64.06。

2020-01-30 15:55:56

64.06

24

arXiv

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57.49。

2021-01-04 02:58:42

57.49

25

龙龙

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40.95。

Keras

CNN,RNN

2020-02-20 20:30:29

40.95

26

@1999

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10.89。

2020-03-06 00:45:17

10.89

27

唯语

batch数据为500,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4.44。

Keras

CNN,RNN

2020-01-23 23:13:58

4.44

28

rhapsody

batch数据为320,循环次数为2次,通过在线上环境完成训练,模型最优精度评分为4.19。

2020-01-28 14:38:45

4.19

29

Shaun Shi

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3.19。

Keras

CNN,RNN

2020-01-30 16:46:28

3.19

30

szs

batch数据为500,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2.63。

Keras

CNN,RNN

2020-09-04 09:42:13

2.63

31

ahaaaa

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2.52。

Keras

CNN,RNN

2020-01-19 01:07:59

2.52

32

无心磕盐,魔芋划水

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2.52。

2020-01-24 11:23:02

2.52

33

度月生

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2.52。

2020-01-26 09:37:31

2.52

34

Lin1580030365

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2.52。

2020-01-26 23:01:57

2.52

35

cnn

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2.52。

2020-01-27 15:15:56

2.52

36

变向怪杰

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2.52。

2020-01-30 17:14:35

2.52

37

。1577103723

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2.52。

2020-01-31 11:54:32

2.52

38

天蓝色

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2.52。

2020-01-31 15:00:35

2.52

39

Hongxu

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2.52。

2020-02-01 15:48:16

2.52

40

小门神

batch数据为128,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2.52。

2020-02-01 21:14:54

2.52

41

悟躁

batch数据为256,循环次数为36次,通过在线上环境完成训练,模型最优精度评分为2.52。

2020-02-05 11:22:00

2.52

42

知无涯者

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2.52。

2020-02-05 17:35:05

2.52

43

米稍拉米稍

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2.52。

Keras

CNN,RNN

2020-02-05 23:24:35

2.52

44

莫须有の嚣张

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2.52。

2020-02-06 12:55:38

2.52

45

你猜我叫啥

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2.52。

2020-02-08 22:31:46

2.52

46

阿丹1581392245

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2.52。

2020-02-11 12:20:01

2.52

47

承小刘

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2.52。

2020-02-12 23:40:42

2.52

48

不雨亦潇潇

batch数据为64,循环次数为16次,通过在线上环境完成训练,模型最优精度评分为2.52。

2020-02-14 11:02:00

2.52

49

枫叶荻花鹏

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2.52。

2020-02-15 23:20:21

2.52

50

、1581909691

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2.52。

2020-02-17 11:27:03

2.52

51

小小羊

batch数据为30,循环次数为24次,通过在线上环境完成训练,模型最优精度评分为2.52。

2020-02-21 12:30:49

2.52

52

二黑

batch数据为64,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2.52。

2020-02-23 18:20:58

2.52

53

flyai会员1576410182

batch数据为128,循环次数为8次,通过在线上环境完成训练,模型最优精度评分为2.52。

2020-03-03 13:51:19

2.52

54

SIGS学习小组

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2.52。

2020-03-03 20:44:18

2.52

55

The simpler

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2.52。

2020-03-07 20:38:15

2.52

56

Wing

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2.52。

2020-03-21 11:39:05

2.52

57

独饮浊酒

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2.52。

2020-03-24 21:17:31

2.52

58

Mercurial

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2.52。

2020-03-24 23:47:11

2.52

59

墨菲定律

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2.52。

2020-03-26 11:20:38

2.52

60

watchtower

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2.52。

2020-03-30 12:41:12

2.52

61

Optimus Prime

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2.52。

2020-04-05 13:40:11

2.52

62

flyai会员1586254747

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2.52。

2020-04-07 18:23:55

2.52

63

batch数据为16,循环次数为12次,通过在线上环境完成训练,模型最优精度评分为2.52。

2020-04-22 16:52:15

2.52

64

龚媛

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2.52。

2020-05-15 10:53:46

2.52

65

heihei

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2.52。

2020-05-17 18:21:01

2.52

66

咋全是torch嘛

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2.52。

2020-05-20 18:18:10

2.52

67

知更

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2.52。

2020-05-31 21:46:52

2.52

68

攻城狮

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2.52。

2020-06-30 13:21:05

2.52

69

lyman

batch数据为24,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2.52。

2020-07-08 22:09:58

2.52

70

BeHalcyon

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2.52。

2020-08-26 20:20:49

2.52

71

a554142589

batch数据为64,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2.52。

2020-09-06 09:38:24

2.52

72

张亚男42013

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2.52。

2020-09-22 16:38:24

2.52

73

HzH

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2.52。

2020-10-12 23:00:42

2.52

74

温柔的包子

batch数据为64,循环次数为60次,通过在线上环境完成训练,模型最优精度评分为2.52。

2020-10-30 13:05:08

2.52

75

天灏

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2.52。

2020-11-17 09:01:41

2.52

76

Eureka

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2.52。

2020-11-17 14:13:01

2.52

77

斯巴达七叔

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2.52。

2020-11-19 17:22:48

2.52

78

li z z y

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2.52。

2020-11-24 16:42:10

2.52

79

沉醉AI~无法自拔

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2.52。

2020-12-15 18:57:33

2.52

80

古府上邪

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2.52。

2021-01-06 20:36:31

2.52

81

小帆

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2.52。

2021-01-08 10:22:09

2.52

82

双双

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2.52。

2021-01-31 16:33:56

2.52

83

flyai会员1613920390

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2.52。

2021-02-21 23:21:27

2.52

84

AI小屋

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2.52。

2021-07-22 20:14:17

2.52

85

flyai会员1629716385

batch数据为1,循环次数为2次,通过在线上环境完成训练,模型最优精度评分为2.52。

2021-08-24 16:24:25

2.52

86

flyai会员1633705209

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2.52。

2021-10-08 23:09:16

2.52

87

Woz

batch数据为32,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2.37。

2020-01-29 01:27:17

2.37

2020-03-23
cyh12315

模型得分为85.62,本次获得实时奖励奖金为10

2020-03-23 19:32:37

2020-03-16
likyoo

模型得分为85.77,本次获得实时奖励奖金为10

2020-03-16 14:13:04

2020-02-21
快来追我呀

模型得分为91.06,本次获得排名奖奖金为175

2020-02-21 15:00:02

trickornot

模型得分为91.36,本次获得排名奖奖金为350

2020-02-21 15:00:02

前排板凳瓜子

模型得分为91.54,本次获得排名奖奖金为525

2020-02-21 15:00:02

小林子

模型得分为91.92,本次获得排名奖奖金为875

2020-02-21 15:00:02

鹏1577582907

模型得分为92.07,本次获得排名奖奖金为1575

2020-02-21 15:00:02

2020-02-18
鹏1577582907

模型得分为92.07,本次获得实时奖励奖金为6

2020-02-18 11:39:37

鹏1577582907

模型得分为91.79,本次获得实时奖励奖金为8

2020-02-18 11:37:17

前排板凳瓜子

模型得分为91.3,本次获得实时奖励奖金为2.34

2020-02-18 11:37:09

快来追我呀

模型得分为91.06,本次获得实时奖励奖金为4.69

2020-02-18 11:35:43

小林子

模型得分为91.42,本次获得实时奖励奖金为11.38

2020-02-18 11:33:54

鹏1577582907

模型得分为91.34,本次获得实时奖励奖金为1

2020-02-18 11:31:31

2020-02-10
小林子

模型得分为86.29,本次获得实时奖励奖金为10

2020-02-10 18:36:19

鹏1577582907

模型得分为91.28,本次获得实时奖励奖金为5

2020-02-10 18:28:42

鹏1577582907

模型得分为91.02,本次获得实时奖励奖金为81

2020-02-10 18:28:37

天涯·明月·刀

模型得分为88.15,本次获得实时奖励奖金为1.25

2020-02-10 18:08:19

天涯·明月·刀

模型得分为87.97,本次获得实时奖励奖金为10

2020-02-10 18:08:12

2020-02-04
haha-go

模型得分为88.83,本次获得实时奖励奖金为2.5

2020-02-04 14:53:01

弱鸡瑟瑟发抖

模型得分为86.95,本次获得实时奖励奖金为10

2020-02-04 14:52:36

宇宙

模型得分为85.1,本次获得实时奖励奖金为10

2020-02-04 14:19:18

2020-01-31
ashora(啊瘦了)

模型得分为85.09,本次获得实时奖励奖金为10

2020-01-31 13:47:34

一口大怪兽

模型得分为85.06,本次获得实时奖励奖金为10

2020-01-31 13:46:52

2020-01-28
chenfengshf

模型得分为85.04,本次获得实时奖励奖金为10

2020-01-28 13:40:33

gboy

模型得分为88.92,本次获得实时奖励奖金为5

2020-01-28 13:39:01

前排板凳瓜子

模型得分为90.76,本次获得实时奖励奖金为3

2020-01-28 13:38:19

鹏1577582907

模型得分为89.05,本次获得实时奖励奖金为20

2020-01-28 13:38:09

前排板凳瓜子

模型得分为90.62,本次获得实时奖励奖金为267

2020-01-28 13:36:44

讨论
500字
表情
每日优质讨论奖励 20FAI
发送
每日优质讨论奖励 20FAI
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...

使用指南

  • windows客户端
  • windows命令行
  • Mac/Linux

1.进入代码编辑页下载当前代码

2.本地解压缩代码包文件,双击执行 flyai.exe 程序

第一次使用需要使用微信扫码登录 杀毒软件可能会误报,点击信任该程序即可

3.开启 FlyAI-Jupyter 代码调试环境

运行flyai.exe程序,点击"使用jupyter调试"按钮自动打开jupyter lab 操作界面

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

4.下载本地测试数据

运行flyai.exe程序,点击"下载数据"按钮,程序会下载100条调试数据

5.提交训练到GPU

运行flyai.exe程序,点击"提交GPU训练"按钮,代码将自动提交到云端GPU进行训练

返回sucess状态,代表提交离线训练成功,训练结束会以微信和邮件的形式发送结果通知

项目中有新的Python包引用,必须在 requirements.txt 文件中指定包名,不填写版本号将默认安装最新版

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

2.打开运行,输入cmd,打开终端

Win+R 输入 cmd

3.使用终端进入到项目的根目录下

cd path\to\project

4.开启 FlyAI-Jupyter 代码调试环境

在终端执行命令 flyai.exe ide 打开调试环境(第一次使用需要使用微信扫码登录)

操作过程有延迟,请耐心等待

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !flyai.exe train 将代码提交到云端GPU免费训练

返回sucess状态,代表提交离线训练成功,训练结束会以微信和邮件的形式发送结果通知

项目中有新的Python包引用,必须在 requirements.txt 文件中指定包名,不填写版本号将默认安装最新版

6.下载本地测试数据

首次成功执行本地调试命令后,将在本地代码包中自动生成"data"数据集文件夹

7.使用自己的Python环境

flyai.exe path=xxx 可以设置自己的Python路径

flyai.exe path=flyai 恢复系统默认Pyton路径

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

2.使用终端进入到项目的根目录下

cd path\to\project

3.初始化环境登录

使用如下命令授权 flyai 脚本: chmod +x ./flyai

4.开启 Jupyter 代码调试环境

在终端执行命令 ./flyai ide 打开调试环境(第一次使用需要使用微信扫码登录) 操作过程有延迟,请耐心等待

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

或使用终端

执行下列命令本地安装环境并调试

./flyai test 注意:如果出现 permission denied 错误,需使用sudo运行

如果出现 No Model Name "xxx"错误,需在 requirements.txt 填写项目依赖

执行test命令,会自动下载100条测试数据到项目下

如果使用本地IDE开发,可以自行安装 requirements.txt 中的依赖,运行 main.py 即可

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !./flyai train 将代码提交到云端GPU免费训练 返回sucess状态,代表提交离线训练成功,训练结束会以微信和邮件的形式发送结果通知

或者在终端下使用 ./flyai train -b=32 -e=10

项目中有新的Python包引用,必须在 requirements.txt 文件中指定包名,不填写版本号将默认安装最新版

6.下载本地测试数据

首次成功执行本地调试命令后,将在本地代码包中自动生成"data"数据集文件夹

7.使用自己的Python环境

./flyai path=xxx 可以设置自己的Python路径

./flyai path=flyai 恢复系统默认Pyton路径

更多参赛帮助请查看文档中心