X光片检测患者肺炎

分享给好友

2020-02-05 12:00:00
开始提交

2020-03-06 20:00:00
最终提交结束

自由训练

奖金池 ¥ 3000
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
  • 讨论($vue{comment_count})
  • 学习资源

$vue{item.rank_name}

大赛简介

此刻,武汉疫情还在持续,为战斗在疫情一线的所有医护人员祈福、加油!在家关心疫情的同时,可以通过参加算法竞赛提升自己的算法能力和赢取高额奖金

武汉肺炎主要发病情况为新型冠状病毒(2019-nCoV)感染肺部导致人体呼吸衰竭。基于对肺部感染检测的技术研究,可通过人工智能技术对医学影像-X光片进行患病情况检测,有效提升确诊准确率和效率

本赛题主要是对肺部X光片患病结果进行分类,共4个患病类别,数据集划分比例为6:2:2,可使用CSV文件和FlyAI框架两种提交方式参赛。参赛者需要通过优化模型来对肺部X光片进行精确的分类

参赛须知

参赛时间:2020.02.05 12:00:00-2020.03.06 20:00:00

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)
冠军奖 1人 奖金1,500元 + 1000分钟Tesla-GPU训练时长
亚军奖 1人 奖金800元 + 1000分钟Tesla-GPU训练时长
季军奖 1人 奖金500元 + 1000分钟Tesla-GPU训练时长
参与奖 第4-5名参赛者 参与奖金100元 + 500分钟Tesla-GPU训练时长

奖励获取要求:

  • 比赛结束后如未能达到奖金/奖励获取要求,所获奖品将按照排名顺延至下一位参赛选手
  • 比赛结束后前10名参赛者需提供文档格式赛题解决思路和10分钟以上的PPT答辩视频(FlyAI将提供参考模版)
  • 如果比赛使用CSV方式评测并进入前10名,最终需使用FlyAI模版进行代码复现;复现结果低于CSV评测结果并且误差超过1.0以上无法获得奖金!!

赛事主题和数据说明

赛题描述

武汉肺炎主要发病情况为新型冠状病毒(2019-nCoV)感染肺部导致人体呼吸衰竭。基于对肺部感染检测的技术研究,可通过人工智能技术对医学影像-X光片进行患病情况检测,有效提升确诊准确率和效率。本赛题可使用CSV文件和FlyAI框架两种提交方式参赛,参赛者需要通过优化模型来对肺部X光片进行精确的分类。

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
image_path string 不为空 图片的相对路径
labels int 大于等于 0, 小于等于 3 图片的对应类别

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

  • 奖金获取标准:60<Score
  • 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 60分 的成绩会在48小时内更新到排行榜,不要着急哦!
第三名

Agape_D

通过在本地训练模型并对提交文件的实时评测,最终完成评分为68.37。

2020-02-15 22:19:29

68.37

第三名

水木一

通过在本地训练模型并对提交文件的实时评测,最终完成评分为65.80。

2020-03-06 19:58:05

65.80

大神经验
第三名

小林子

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65.43。

2020-03-05 16:06:01

65.43

大神经验
4

sunday

通过在本地训练模型并对提交文件的实时评测,最终完成评分为65.10。

2020-03-05 19:09:37

65.10

5

把你吃掉

通过在本地训练模型并对提交文件的实时评测,最终完成评分为64.81。

2020-02-26 17:50:07

64.81

6

市长先生

通过在本地训练模型并对提交文件的实时评测,最终完成评分为64.58。

2020-02-15 21:48:05

64.58

7

快来追我呀

通过在本地训练模型并对提交文件的实时评测,最终完成评分为64.27。

2020-03-05 15:47:30

64.27

8

TerenceChen

通过在本地训练模型并对提交文件的实时评测,最终完成评分为63.53。

2020-03-02 21:42:22

63.53

9

前排板凳瓜子

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63.20。

2020-03-01 18:10:39

63.20

10

夏晓满

通过在本地训练模型并对提交文件的实时评测,最终完成评分为63.12。

2020-02-21 17:28:49

63.12

11

Etoile ~

batch数据为32,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62.99。

2020-03-05 21:26:37

62.99

12

Another_

通过在本地训练模型并对提交文件的实时评测,最终完成评分为62.97。

2020-03-06 19:21:28

62.97

13

鹏1577582907

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62.45。

2020-03-04 13:36:28

62.45

14

gboy

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61.98。

2020-02-22 20:55:44

61.98

15

If Only

通过在本地训练模型并对提交文件的实时评测,最终完成评分为61.98。

2020-03-06 13:33:49

61.98

16

CX1581482860

通过在本地训练模型并对提交文件的实时评测,最终完成评分为61.79。

2020-02-29 23:08:53

61.79

17

bland

通过在本地训练模型并对提交文件的实时评测,最终完成评分为61.71。

2020-02-25 10:47:46

61.71

18

test

通过在本地训练模型并对提交文件的实时评测,最终完成评分为61.63。

2020-02-22 16:17:50

61.63

19

Fighter1568043113

batch数据为32,循环次数为38次,通过在线上环境完成训练,模型最优精度评分为61.63。

2020-03-06 00:41:47

61.63

20

Take Me

通过在本地训练模型并对提交文件的实时评测,最终完成评分为61.48。

2020-02-15 21:17:06

61.48

21

一口大怪兽

batch数据为10,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61.46。

2020-02-06 22:55:54

61.46

22

哎,当猫真累

通过在本地训练模型并对提交文件的实时评测,最终完成评分为61.46。

2020-03-06 19:51:09

61.46

23

小九九乘法口诀

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61.42。

2020-02-17 13:09:01

61.42

24

玻纤消光的三叶虫

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61.38。

2020-02-15 14:13:51

61.38

25

chenfengshf

batch数据为15,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61.29。

2020-02-17 14:55:30

61.29

26

绿肥红瘦

batch数据为30,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61.19。

2020-02-08 10:57:20

61.19

27

laomao

通过在本地训练模型并对提交文件的实时评测,最终完成评分为61.17。

2020-02-18 20:22:02

61.17

28

天涯·明月·刀

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61.11。

2020-02-15 18:31:02

61.11

29

duang

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.94。

2020-02-19 11:22:03

60.94

30

鸿禧

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.92。

2020-02-29 17:14:05

60.92

31

鸿禧,

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.92。

2020-02-29 17:42:29

60.92

32

海里的羊

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60.90。

2020-03-06 12:55:12

60.90

33

Edge张一极

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.82。

2020-02-13 07:55:53

60.82

34

pink

batch数据为64,循环次数为13次,通过在线上环境完成训练,模型最优精度评分为60.80。

2020-03-06 00:42:19

60.80

35

lf832003

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.78。

2020-02-16 10:37:56

60.78

36

val_acc=100

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.65。

2020-02-17 09:39:21

60.65

37

kangyang

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.41。

2020-03-04 13:54:38

60.41

38

承小刘

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.30。

2020-03-05 15:10:25

60.30

39

mki

batch数据为128,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60.28。

2020-02-17 04:41:27

60.28

40

好心情1581392204

batch数据为64,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60.10。

2020-02-20 16:59:18

60.10

41

kangyangWHU

通过在本地训练模型并对提交文件的实时评测,最终完成评分为60.01。

2020-03-03 08:40:22

60.01

42

soupgo

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.93。

2020-02-15 01:56:08

59.93

43

Cal

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.85。

2020-02-19 10:35:04

59.85

44

zone-chan

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.81。

2020-02-18 10:19:38

59.81

45

flyai会员1581519238

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.76。

2020-02-14 00:10:09

59.76

46

杰酱~

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.72。

2020-02-29 19:55:11

59.72

47

admchun10000

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.64。

2020-02-19 10:57:54

59.64

48

VARTAN

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.54。

2020-02-20 18:15:03

59.54

49

mg_du

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.45。

2020-02-23 03:01:29

59.45

50

dream'

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.43。

2020-02-20 08:22:07

59.43

51

高斯的盾

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.31。

PyTorch

ResU-Net

2020-02-27 17:29:34

59.31

52

seabear

batch数据为64,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59.14。

2020-03-06 01:11:47

59.14

53

Leong_Logan

通过在本地训练模型并对提交文件的实时评测,最终完成评分为59.08。

2020-02-12 08:47:07

59.08

54

灰蘑菇

通过在本地训练模型并对提交文件的实时评测,最终完成评分为58.85。

2020-02-16 22:11:38

58.85

55

cyan

batch数据为64,循环次数为13次,通过在线上环境完成训练,模型最优精度评分为58.83。

2020-02-29 10:22:43

58.83

56

ResNet1559664883

通过在本地训练模型并对提交文件的实时评测,最终完成评分为58.69。

2020-02-13 12:59:16

58.69

57

lei_y

通过在本地训练模型并对提交文件的实时评测,最终完成评分为58.69。

2020-02-26 22:33:03

58.69

58

尽欢(李明)

通过在本地训练模型并对提交文件的实时评测,最终完成评分为58.65。

2020-03-04 19:19:29

58.65

59

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58.54。

2020-02-21 00:13:16

58.54

60

悟悟悟

通过在本地训练模型并对提交文件的实时评测,最终完成评分为58.40。

2020-02-28 09:31:36

58.40

61

龙龙

通过在本地训练模型并对提交文件的实时评测,最终完成评分为57.92。

2020-02-11 21:40:27

57.92

62

The old

通过在本地训练模型并对提交文件的实时评测,最终完成评分为57.84。

2020-02-27 10:15:02

57.84

63

郭玉彬

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57.24。

2020-02-26 18:03:59

57.24

64

莫须有の嚣张

batch数据为48,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57.14。

2020-03-06 03:09:33

57.14

65

木风1571634452

batch数据为8,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56.95。

2020-02-10 03:23:00

56.95

66

flyai会员1583045485

通过在本地训练模型并对提交文件的实时评测,最终完成评分为56.58。

2020-03-02 21:30:51

56.58

67

Stevens

通过在本地训练模型并对提交文件的实时评测,最终完成评分为56.16。

2020-02-28 17:01:13

56.16

68

huangxf

batch数据为64,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56.08。

2020-03-06 16:55:01

56.08

69

ccvn

通过在本地训练模型并对提交文件的实时评测,最终完成评分为56.02。

2020-02-19 17:11:45

56.02

70

大雷1581416000

通过在本地训练模型并对提交文件的实时评测,最终完成评分为55.83。

2020-03-04 14:04:56

55.83

71

Solstice

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55.75。

2020-02-13 03:30:44

55.75

72

亦是明月

通过在本地训练模型并对提交文件的实时评测,最终完成评分为55.50。

2020-03-03 09:46:07

55.50

73

Chen_

通过在本地训练模型并对提交文件的实时评测,最终完成评分为55.46。

2020-02-10 22:44:13

55.46

74

F1eta

batch数据为16,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55.30。

2020-02-15 23:50:52

55.30

75

milixiang

batch数据为64,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55.28。

2020-02-09 11:04:05

55.28

76

孤山槛外客

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55.23。

2020-02-07 18:21:38

55.23

77

芦花似雪

通过在本地训练模型并对提交文件的实时评测,最终完成评分为55.17。

2020-02-23 18:53:34

55.17

78

Mt

通过在本地训练模型并对提交文件的实时评测,最终完成评分为55.15。

2020-02-16 16:47:08

55.15

79

EVOL

通过在本地训练模型并对提交文件的实时评测,最终完成评分为55.13。

2020-02-18 09:24:04

55.13

80

小房子

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54.86。

2020-02-14 07:53:27

54.86

81

樱桃小丸子

通过在本地训练模型并对提交文件的实时评测,最终完成评分为54.63。

2020-02-14 17:00:22

54.63

82

计算机嗅觉

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54.61。

2020-02-21 10:20:07

54.61

83

al

通过在本地训练模型并对提交文件的实时评测,最终完成评分为54.34。

2020-03-05 09:48:38

54.34

84

lqjie

通过在本地训练模型并对提交文件的实时评测,最终完成评分为54.05。

2020-02-14 22:11:11

54.05

85

吖查

通过在本地训练模型并对提交文件的实时评测,最终完成评分为53.85。

2020-02-11 22:29:57

53.85

86

Light

通过在本地训练模型并对提交文件的实时评测,最终完成评分为53.14。

2020-03-03 08:59:25

53.14

87

,sohne

通过在本地训练模型并对提交文件的实时评测,最终完成评分为52.67。

Keras

ResU-Net

2020-02-25 23:03:50

52.67

88

xxxx

通过在本地训练模型并对提交文件的实时评测,最终完成评分为52.61。

2020-03-05 10:07:53

52.61

89

yt_forcompetition

通过在本地训练模型并对提交文件的实时评测,最终完成评分为52.32。

2020-02-24 22:01:45

52.32

90

chwang_14

batch数据为64,循环次数为35次,通过在线上环境完成训练,模型最优精度评分为52.05。

2020-02-12 13:09:34

52.05

91

trickornot

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51.01。

2020-02-23 22:54:01

51.01

92

zozo

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50.79。

2020-02-08 21:00:52

50.79

93

FFTW

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50.62。

2020-03-01 14:15:16

50.62

94

珏凌

通过在本地训练模型并对提交文件的实时评测,最终完成评分为50.52。

2020-02-16 20:19:56

50.52

95

KaichaoLiang

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50.41。

2020-02-14 18:30:23

50.41

96

代码搬运工

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50.19。

2020-02-11 17:19:18

50.19

97

废炎彼得

通过在本地训练模型并对提交文件的实时评测,最终完成评分为49.98。

2020-02-15 14:27:41

49.98

98

霏霏

通过在本地训练模型并对提交文件的实时评测,最终完成评分为49.88。

2020-02-22 19:59:31

49.88

99

法国撒旦

batch数据为32,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49.79。

2020-02-27 19:15:48

49.79

100

鄙人不姓鄙

batch数据为200,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49.21。

2020-02-25 13:29:04

49.21

101

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48.86。

2020-02-06 23:55:32

48.86

102

Simon1576811585

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48.51。

2020-02-17 04:44:38

48.51

103

邱星晨

通过在本地训练模型并对提交文件的实时评测,最终完成评分为48.41。

2020-02-18 11:29:31

48.41

104

Novice

通过在本地训练模型并对提交文件的实时评测,最终完成评分为48.16。

2020-02-19 13:32:33

48.16

105

robinary

batch数据为64,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47.91。

2020-02-21 21:15:21

47.91

106

胡伟

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47.85。

2020-02-14 16:05:52

47.85

107

Anding

通过在本地训练模型并对提交文件的实时评测,最终完成评分为47.85。

2020-02-27 18:41:18

47.85

108

玖耿

batch数据为64,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47.39。

2020-02-06 22:43:49

47.39

109

孔明灯

通过在本地训练模型并对提交文件的实时评测,最终完成评分为47.35。

2020-02-26 19:10:33

47.35

110

飞1581395079

batch数据为96,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47.31。

2020-02-20 22:36:08

47.31

111

ielym

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46.96。

2020-02-08 12:16:15

46.96

112

弱鸡瑟瑟发抖

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46.75。

2020-02-07 09:48:34

46.75

113

David Wang

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46.57。

2020-02-17 19:46:08

46.57

114

Woz

batch数据为16,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46.07。

2020-02-09 09:41:16

46.07

115

Yvette

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46.07。

2020-02-11 19:27:41

46.07

116

NULL1581745841

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45.92。

2020-02-16 02:28:55

45.92

117

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45.53。

2020-02-12 04:15:49

45.53

118

许明

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45.45。

2020-02-08 13:20:20

45.45

119

M&B&A

batch数据为64,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45.10。

2020-03-06 19:47:33

45.10

120

代码特派员

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45.04。

2020-02-11 17:41:07

45.04

121

张先生

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44.99。

2020-02-22 21:38:52

44.99

122

vivere la vita

batch数据为128,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44.37。

2020-02-15 01:05:03

44.37

123

rv

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44.31。

2020-02-13 21:53:01

44.31

124

朱俊文

通过在本地训练模型并对提交文件的实时评测,最终完成评分为44.31。

2020-03-04 18:38:35

44.31

125

Moon~xx

batch数据为32,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44.19。

2020-02-13 11:04:04

44.19

126

友情小爪

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43.94。

2020-02-10 07:45:56

43.94

127

okluhuili

batch数据为15,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43.79。

2020-02-12 12:33:40

43.79

128

云朵

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43.75。

2020-02-15 03:31:27

43.75

129

不雨亦潇潇

batch数据为32,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43.46。

2020-02-14 03:12:14

43.46

130

晴天stick

batch数据为128,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43.44。

2020-02-12 22:56:57

43.44

131

FlyAI小助手

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43.15。

2020-02-05 17:50:46

43.15

132

jive

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42.68。

2020-03-05 00:08:10

42.68

133

AF2O

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42.47。

2020-02-11 15:32:54

42.47

134

flyai会员1581739669

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42.28。

2020-02-17 03:01:25

42.28

135

妮妮妮

batch数据为16,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42.16。

2020-02-14 03:27:15

42.16

136

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42.08。

2020-02-20 08:41:30

42.08

137

时光非礼了梦想

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41.91。

2020-02-07 14:19:02

41.91

138

yu19941972

batch数据为10,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41.79。

2020-02-26 21:54:18

41.79

139

知无涯者

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41.10。

2020-02-10 21:03:33

41.10

140

rhapsody

batch数据为32,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40.82。

2020-02-07 19:23:33

40.82

141

悟躁

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40.69。

2020-02-18 23:36:35

40.69

142

TomYuan袁博

通过在本地训练模型并对提交文件的实时评测,最终完成评分为40.24。

2020-02-08 10:07:12

40.24

143

JosonChan

batch数据为512,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39.68。

2020-02-23 14:31:07

39.68

144

丰1581388839

batch数据为50,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34.80。

2020-02-16 22:48:37

34.80

145

Fannngxun

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33.88。

2020-02-24 18:22:32

33.88

146

spark1581514159

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33.51。

2020-02-17 14:22:25

33.51

147

flyai会员1576410182

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33.51。

2020-03-02 23:34:26

33.51

148

每天都要进步

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33.51。

2020-03-03 01:03:23

33.51

149

苏打也绿了

通过在本地训练模型并对提交文件的实时评测,最终完成评分为32.93。

2020-02-08 15:54:04

32.93

150

度月生

batch数据为5,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32.81。

2020-02-10 23:31:11

32.81

151

2miaowa

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32.75。

2020-02-06 23:49:06

32.75

152

river

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32.75。

2020-02-11 11:23:25

32.75

153

batch数据为84,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32.75。

2020-02-11 13:32:24

32.75

154

向尚007

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32.75。

2020-02-11 14:21:36

32.75

155

Seife

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32.75。

2020-02-11 14:28:29

32.75

156

flyai会员1581392502

通过在本地训练模型并对提交文件的实时评测,最终完成评分为32.75。

2020-02-11 15:21:34

32.75

157

ybw由由

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32.75。

2020-02-12 20:17:43

32.75

158

星晨浅汐

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32.75。

2020-02-13 12:50:41

32.75

159

sombra

batch数据为64,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32.75。

2020-02-13 20:58:40

32.75

160

flyai会员1581389546

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32.75。

2020-02-14 00:02:59

32.75

161

。1581418723

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32.75。

2020-02-15 01:01:59

32.75

162

HYX

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32.75。

2020-02-15 04:53:08

32.75

163

菠菜

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32.75。

2020-02-17 14:11:28

32.75

164

烟花易冷1582386898

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32.75。

2020-02-23 08:13:56

32.75

165

xt

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32.75。

2020-03-01 20:15:21

32.75

166

无聊到自闭自开花到底最多几个字

batch数据为10,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32.75。

2020-03-04 12:52:30

32.75

167

Drinky

通过在本地训练模型并对提交文件的实时评测,最终完成评分为32.73。

2020-02-25 20:31:15

32.73

168

jjz

通过在本地训练模型并对提交文件的实时评测,最终完成评分为29.50。

2020-02-12 12:23:16

29.50

169

葭卅

通过在本地训练模型并对提交文件的实时评测,最终完成评分为19.55。

2020-02-12 14:57:08

19.55

170

lele1563453326

通过在本地训练模型并对提交文件的实时评测,最终完成评分为3.93。

2020-02-19 10:44:04

3.93

171

James

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0.00。

2020-02-06 18:28:05

0.00

172

shybee

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0.00。

2020-02-06 18:47:29

0.00

173

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0.00。

2020-02-06 18:50:28

0.00

174

cftang

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0.00。

2020-02-06 18:59:30

0.00

175

Sunny^_^Today

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0.00。

2020-02-06 19:06:54

0.00

176

AMERICA

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0.00。

2020-02-06 21:05:36

0.00

177

F1581070529

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0.00。

2020-02-07 19:02:14

0.00

178

不白活(启)

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0.00。

2020-02-07 21:46:08

0.00

179

黄洋

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0.00。

2020-02-08 15:29:01

0.00

180

你猜我叫啥

batch数据为30,循环次数为35次,通过在线上环境完成训练,模型最优精度评分为0.00。

2020-02-08 21:29:10

0.00

181

大佬们带带我

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0.00。

2020-02-08 22:42:59

0.00

182

Relax

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0.00。

2020-02-09 11:53:18

0.00

183

xhackJ

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0.00。

2020-02-09 16:45:32

0.00

184

东方明亮

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0.00。

2020-02-09 17:13:39

0.00

185

余生有我

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0.00。

2020-02-10 09:08:01

0.00

186

Levent

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0.00。

2020-02-10 14:02:20

0.00

187

百变小英

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0.00。

2020-02-10 20:53:02

0.00

188

flyai会员1581348117

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0.00。

2020-02-10 23:23:33

0.00

189

安芯

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0.00。

2020-02-10 23:26:07

0.00

190

上帝不会掷骰子

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0.00。

2020-02-10 23:26:59

0.00

191

轩ing。

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0.00。

2020-02-10 23:31:23

0.00

192

Masterly inactivity

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0.00。

2020-02-10 23:32:21

0.00

193

flyai会员1581348294

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0.00。

2020-02-10 23:35:32

0.00

194

Tiger L.Wang

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0.00。

2020-02-10 23:38:17

0.00

195

freeman

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0.00。

2020-02-10 23:40:57

0.00

196

赵闻道

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0.00。

2020-02-10 23:43:29

0.00

197

闫世祥

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0.00。

2020-02-10 23:46:02

0.00

198

|.SmallApple°

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0.00。

2020-02-11 00:08:12

0.00

199

Chacky

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0.00。

2020-02-11 00:21:23

0.00

200

ztjryg4

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0.00。

2020-02-11 00:46:43

0.00

201

垃圾

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0.00。

2020-02-11 04:57:19

0.00

202

阳光·七可堂

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0.00。

2020-02-11 07:25:27

0.00

203

高志远

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0.00。

2020-02-11 08:58:28

0.00

204

林浩

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0.00。

2020-02-11 09:53:42

0.00

205

小鸡爪:)

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0.00。

2020-02-11 09:57:51

0.00

206

柚子数据AI

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0.00。

2020-02-11 10:45:07

0.00

207

Dalei_Wang

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0.00。

2020-02-11 10:46:47

0.00

208

flyai会员1581388950

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0.00。

2020-02-11 10:51:04

0.00

209

Deja vu

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0.00。

2020-02-11 10:53:26

0.00

210

天空1581390817

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0.00。

2020-02-11 11:15:59

0.00

211

Kristen157

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0.00。

2020-02-11 11:18:34

0.00

212

zhl1581391486

batch数据为32,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。

2020-02-11 11:29:14

0.00

213

白面葫芦娃

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0.00。

2020-02-11 11:32:38

0.00

214

TIME1581391917

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0.00。

2020-02-11 11:34:42

0.00

215

Ein

batch数据为32,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。

2020-02-11 11:36:26

0.00

216

codingnevers.top

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0.00。

2020-02-11 11:37:57

0.00

217

Rsq (Ai)

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0.00。

2020-02-11 11:40:19

0.00

218

棘心

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0.00。

2020-02-11 11:53:16

0.00

219

阿丹1581392245

batch数据为32,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0.00。

2020-02-11 11:55:25

0.00

220

魏衍雯

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0.00。

2020-02-11 12:08:41

0.00

221

SunYufei

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0.00。

2020-02-11 12:09:32

0.00

222

Ausar

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0.00。

2020-02-11 12:30:46

0.00

223

better~

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0.00。

2020-02-11 12:42:58

0.00

224

佐珥丁

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0.00。

2020-02-11 12:53:32

0.00

225

flyai会员1581397284

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0.00。

2020-02-11 13:07:21

0.00

226

破晓

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0.00。

2020-02-11 13:38:03

0.00

227

LOOP1581399204

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0.00。

2020-02-11 13:40:07

0.00

228

@_@1581399769

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0.00。

2020-02-11 13:47:54

0.00

229

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0.00。

2020-02-11 13:53:06

0.00

230

二文

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0.00。

2020-02-11 14:18:45

0.00

231

纳豆小僧

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0.00。

2020-02-11 14:50:41

0.00

232

CY Lv

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0.00。

2020-02-11 14:59:59

0.00

233

月亮是我压弯的

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0.00。

2020-02-11 15:56:22

0.00

234

€£柒

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0.00。

2020-02-11 16:09:36

0.00

235

weidadeyaqhhya

batch数据为20,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0.00。

2020-02-11 16:24:05

0.00

236

范煜

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0.00。

2020-02-11 17:30:54

0.00

237

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0.00。

2020-02-11 17:40:08

0.00

238

rk

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0.00。

2020-02-11 17:49:28

0.00

239

Rush Hour

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0.00。

2020-02-11 18:36:32

0.00

240

快乐星球非法居民

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0.00。

2020-02-11 19:05:21

0.00

241

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0.00。

2020-02-11 19:28:57

0.00

242

。。。1581398605

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0.00。

2020-02-11 19:35:57

0.00

243

cq

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0.00。

2020-02-11 20:20:03

0.00

244

漩涡鸣人

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0.00。

2020-02-11 20:38:16

0.00

245

Гонгли_

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0.00。

2020-02-11 20:56:48

0.00

246

朱乾龙

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0.00。

2020-02-11 22:57:23

0.00

247

Zachary1581434211

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0.00。

2020-02-11 23:21:26

0.00

248

Marvin

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0.00。

2020-02-12 10:00:49

0.00

249

这样就好

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0.00。

2020-02-12 10:01:41

0.00

250

童国炜

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0.00。

2020-02-12 11:09:55

0.00

251

洋气

batch数据为128,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0.00。

2020-02-12 11:33:30

0.00

252

南北

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0.00。

2020-02-12 12:02:37

0.00

253

Clear

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0.00。

2020-02-12 12:37:46

0.00

254

声之行

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0.00。

2020-02-12 14:17:30

0.00

255

Joshua

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0.00。

2020-02-12 14:50:49

0.00

256

七月1581490849

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0.00。

2020-02-12 15:16:17

0.00

257

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0.00。

2020-02-12 15:34:06

0.00

258

世界那么大,

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0.00。

2020-02-12 16:10:59

0.00

259

Ray-z

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0.00。

2020-02-12 17:11:31

0.00

260

三千灵动

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0.00。

2020-02-12 19:41:26

0.00

261

CYCHEN

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0.00。

2020-02-12 21:42:40

0.00

262

George

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0.00。

2020-02-12 21:57:36

0.00

263

愚者1581434008

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0.00。

2020-02-12 23:12:07

0.00

264

人生如梦1581505660

batch数据为64,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0.00。

2020-02-13 00:19:54

0.00

265

黑翼帝魔

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0.00。

2020-02-13 00:35:57

0.00

266

Lemo薯

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0.00。

2020-02-13 05:27:29

0.00

267

梁定康

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0.00。

2020-02-13 09:38:58

0.00

268

张冲

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0.00。

2020-02-13 09:51:06

0.00

269

weidong

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0.00。

2020-02-13 10:11:21

0.00

270

小小菜鸡

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0.00。

2020-02-13 20:18:47

0.00

271

hzxlalala

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0.00。

2020-02-14 10:27:49

0.00

272

The end.终结

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0.00。

2020-02-14 11:47:00

0.00

273

LeoVersailles

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0.00。

2020-02-14 11:55:12

0.00

274

八月凡尔赛

batch数据为32,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。

2020-02-14 11:58:45

0.00

275

一粒沙

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0.00。

2020-02-14 14:35:22

0.00

276

Jaaaaa

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0.00。

2020-02-14 14:38:32

0.00

277

月瑟两袖

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0.00。

2020-02-14 14:40:01

0.00

278

孟川

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0.00。

2020-02-14 16:01:17

0.00

279

老人雨何

batch数据为32,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。

2020-02-14 23:18:38

0.00

280

llz

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0.00。

2020-02-15 01:26:10

0.00

281

火星人_

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0.00。

2020-02-15 12:39:17

0.00

282

Wht1581753182

batch数据为128,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0.00。

2020-02-15 16:02:57

0.00

283

前排100分是作弊的吗

batch数据为32,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。

2020-02-15 16:21:59

0.00

284

不yi而飞

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0.00。

2020-02-16 11:03:31

0.00

285

Hi,han

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0.00。

2020-02-16 11:55:32

0.00

286

学霸

batch数据为64,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0.00。

2020-02-16 18:03:13

0.00

287

Willy‐Zw

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0.00。

2020-02-17 00:53:12

0.00

288

创始元灵

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0.00。

2020-02-17 20:26:03

0.00

289

sh

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0.00。

2020-02-17 23:12:02

0.00

290

极市小助手

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0.00。

2020-02-18 11:28:19

0.00

291

JJ

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0.00。

2020-02-18 14:55:48

0.00

292

flyai会员1582003848

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0.00。

2020-02-18 20:47:17

0.00

293

AI算法-曾小健

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0.00。

2020-02-20 01:47:49

0.00

294

沈多多

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0.00。

2020-02-20 09:43:36

0.00

295

tongz

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0.00。

2020-02-20 22:57:46

0.00

296

小小羊

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0.00。

2020-02-21 12:22:02

0.00

297

胡永昌

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0.00。

2020-02-21 14:28:55

0.00

298

YiKong

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0.00。

2020-02-21 17:47:57

0.00

299

暴走的Mine

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0.00。

2020-02-21 21:26:28

0.00

300

flyai会员1575850849

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0.00。

2020-02-22 10:56:50

0.00

301

39℃的风

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0.00。

2020-02-22 13:38:29

0.00

302

子予溯溪

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0.00。

2020-02-23 13:40:44

0.00

303

征服shift

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0.00。

2020-02-24 00:13:01

0.00

304

GW

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0.00。

2020-02-24 09:49:54

0.00

305

李龙

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0.00。

2020-02-24 23:07:54

0.00

306

蓝云风翼

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0.00。

2020-02-25 13:38:33

0.00

307

胡四毛

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0.00。

2020-02-26 14:54:55

0.00

308

codePlay

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0.00。

2020-02-26 22:01:29

0.00

309

美式半糖不加奶

batch数据为100,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0.00。

2020-02-27 13:15:02

0.00

310

蛋蛋白

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0.00。

2020-02-27 21:45:21

0.00

311

知度

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0.00。

2020-02-28 15:46:07

0.00

312

叶骞

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0.00。

2020-03-01 21:28:18

0.00

313

别开枪,是我

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0.00。

2020-03-02 21:31:48

0.00

314

syz

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0.00。

2020-03-03 19:13:37

0.00

315

strugglejx

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0.00。

2020-03-04 10:05:30

0.00

316

flyai会员1583286138

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0.00。

2020-03-04 11:12:21

0.00

317

flyai会员1583303698

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0.00。

2020-03-04 14:44:20

0.00

318

谭平

batch数据为32,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0.00。

2020-03-04 18:35:54

0.00

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