医疗文本分类

分享给好友

2020-04-01 12:00:00
开始提交

2020-05-01 12:00:00
最终提交结束

自由训练

剩余奖金 ¥ 1,185
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

人工智能技术在越来越多的医疗场景中体现出应用价值,医疗文本分类是借助深度学习的技术优势,根据文本的特征将其分到预先设定的类别中。在解决医疗诊断任务的情况下必须满足预测模型的准确性,对数据的处理能力,对诊断结果的解释能力,保证最终结果的一个可靠性。

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

赛事主题和数据说明

赛题描述

人工智能技术在越来越多的医疗场景中体现出应用价值,医疗文本分类是借助深度学习的技术优势,根据文本的特征将其分到预先设定的类别中。在解决医疗诊断任务的情况下必须满足预测模型的准确性,对数据的处理能力,对诊断结果的解释能力保证模型结果的一个可靠性。

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 样例
train.csv label string 分类标签 文本
title string 标志问题 文本
text string 内容 文本
validation.csv label string 分类标签 文本
title string 标志问题 文本
text string 内容 文本

评审标准

算法输入输出格式

系统评估时,要求参赛者必须在predict方法中接收到输入和评估返回的结果输出,格式如下所示。

输入字段:

{
    "title": "心率为72bpm是正常的吗",
    "text": "最近不知道怎么回事总是感觉心脏不舒服..."
}

输出字段:

{
    "label": "心血管科"
}

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prediction.py中的load_model和predict方法。系统使用这些方法评估模型算出评分。
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

小华

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83.32。

2021-02-03 15:39:40

83.32

第三名

mohoho

1890.00

batch数据为50,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83.27。

2020-04-19 16:46:05

1890.00

83.27

大神经验
第三名

张万春

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83.26。

2020-05-27 18:51:09

83.26

4

凉心半浅良心人

1110.50

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83.23。

2020-04-22 13:22:40

1110.50

83.23

大神经验
5

RayPanPan

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83.19。

2020-06-17 17:02:49

83.19

6

killf

317.81

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82.79。

2020-04-06 02:41:34

317.81

82.79

7

天涯·明月·刀

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82.75。

2021-02-04 05:34:14

82.75

8

玖月初识

420.00

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82.50。

2020-04-28 10:47:04

420.00

82.50

大神经验
9

鸡毛飞上天

210.00

batch数据为32,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82.11。

2020-04-21 01:24:07

210.00

82.11

大神经验
10

刘小林

batch数据为32,循环次数为6次,通过在线上环境完成训练,模型最优精度评分为82.11。

2020-07-16 00:21:57

82.11

11

ㅤ1574493559

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82.10。

2021-02-25 10:36:50

82.10

12

land_ouyang

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82.07。

2020-05-23 19:05:36

82.07

13

liuhc

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81.95。

2021-03-11 07:39:41

81.95

14

乐百事

batch数据为32,循环次数为9次,通过在线上环境完成训练,模型最优精度评分为81.94。

2020-05-23 19:48:52

81.94

15

丅丄

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81.72。

2020-08-24 20:49:54

81.72

16

wmqian

batch数据为128,循环次数为6次,通过在线上环境完成训练,模型最优精度评分为81.69。

2020-04-24 19:42:01

81.69

17

做自己的唯一

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81.59。

2020-06-26 11:08:15

81.59

18

玻纤消光的三叶虫

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81.26。

2020-05-14 11:22:07

81.26

19

老杜.

batch数据为256,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80.94。

2020-06-30 11:21:08

80.94

20

B键已扣

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80.77。

2020-06-22 11:15:26

80.77

21

今晚打老虎1591275641

batch数据为64,循环次数为4次,通过在线上环境完成训练,模型最优精度评分为80.74。

2020-06-09 16:32:28

80.74

22

wewill

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80.68。

2020-05-02 17:58:28

80.68

23

妮妮妮

1.50

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80.68。

2020-05-03 16:49:48

1.50

80.68

24

NLP_Rookie

95.00

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80.51。

2020-04-04 06:14:50

95.00

80.51

25

jackli777

通过在线上环境完成训练,模型最优精度评分为80.28。

2020-06-08 06:51:52

80.28

26

sakuranew

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80.23。

2020-04-17 01:02:19

80.23

27

changli

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79.41。

2020-04-24 02:33:36

79.41

28

cyer654321

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78.98。

2021-03-23 22:57:19

78.98

29

yphacker

22.50

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78.72。

2020-04-03 14:51:59

22.50

78.72

30

卜古鸟

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78.58。

2021-03-28 14:00:14

78.58

31

Flyer-Jia

batch数据为32,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78.52。

2020-08-12 08:59:47

78.52

32

麦小杨

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78.29。

2020-04-11 00:58:06

78.29

33

石驰宇

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78.01。

2021-04-15 06:14:52

78.01

34

‭九件

5.63

batch数据为256,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77.56。

TensorFlow

Transformer

2020-04-04 13:30:09

5.63

77.56

35

ruiqunli

7.41

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77.14。

2020-04-06 10:48:57

7.41

77.14

36

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76.77。

2020-08-16 09:54:07

76.77

37

Liao

batch数据为500,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76.68。

2020-08-18 17:12:56

76.68

38

Oen

batch数据为16,循环次数为4次,通过在线上环境完成训练,模型最优精度评分为76.34。

2020-05-26 10:10:22

76.34

39

chenfengshf

12.00

batch数据为32,循环次数为9次,通过在线上环境完成训练,模型最优精度评分为76.06。

paddlepaddle

transform

2020-04-15 19:45:29

12.00

76.06

40

王牌标签师

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75.91。

2021-03-31 23:32:55

75.91

41

汤包岂是盘中物

batch数据为128,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75.70。

2020-05-04 00:50:21

75.70

42

莫须有の嚣张

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75.09。

2020-05-05 13:45:28

75.09

43

路过的CMYK

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74.02。

scikit-learn

Logistic

2021-01-04 09:00:25

74.02

44

jamiesona

1.50

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73.76。

2020-04-08 19:30:09

1.50

73.76

45

Holly Liu

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72.98。

2020-07-29 13:55:48

72.98

46

会员1596768678

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72.82。

2020-08-22 15:22:41

72.82

47

tigerw

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72.68。

2020-12-31 20:01:24

72.68

48

我,Fù Zǐ Jùn

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38.50。

2020-04-12 12:16:54

38.50

49

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37.64。

2021-01-02 17:22:21

37.64

50

cyh12315

batch数据为512,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37.60。

2020-04-09 15:10:22

37.60

51

骡子吃番茄

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36.60。

2020-04-04 06:53:31

36.60

52

TuringEmmy

batch数据为512,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36.39。

2020-08-12 19:38:41

36.39

53

一念之间

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36.21。

2021-01-28 05:26:37

36.21

54

flyai会员1600306727

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35.79。

2020-09-19 20:11:36

35.79

55

aiyaya

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35.55。

2020-09-24 09:11:52

35.55

56

nevin007

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35.54。

2020-04-07 01:13:11

35.54

57

修竹墨客

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35.40。

2020-04-11 16:38:29

35.40

58

abbott_wj

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35.20。

2020-05-12 09:54:00

35.20

59

木心

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35.17。

2020-05-14 15:12:03

35.17

60

头重脚轻

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34.82。

2020-04-23 04:10:45

34.82

61

newboy112233

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34.79。

2020-04-08 06:34:54

34.79

62

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34.47。

2020-04-09 04:46:25

34.47

63

Edward1585020154

batch数据为2048,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34.35。

2020-07-30 17:05:38

34.35

64

AlphaU

batch数据为50,循环次数为9次,通过在线上环境完成训练,模型最优精度评分为34.33。

2020-04-18 10:38:23

34.33

65

Ziv

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34.29。

2020-07-26 11:41:28

34.29

66

Honay, King

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34.16。

2020-03-30 17:42:05

34.16

67

小方

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34.16。

2020-04-01 22:11:34

34.16

68

广林

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34.16。

2020-04-02 09:47:23

34.16

69

seabear

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34.16。

2020-04-02 10:45:13

34.16

70

吴彦祖

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34.16。

2020-04-02 16:08:55

34.16

71

想做一只肥猫.จุ๊บ

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34.16。

2020-04-02 22:12:37

34.16

72

NLPBest

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34.16。

2020-04-03 15:12:06

34.16

73

goleetcode

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34.16。

2020-04-03 19:19:50

34.16

74

Deep L...

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34.16。

2020-04-04 14:08:12

34.16

75

K1585993531

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34.16。

2020-04-05 19:19:09

34.16

76

wy1572255365

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34.16。

2020-04-07 01:32:42

34.16

77

123abc

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34.16。

2020-04-08 09:50:44

34.16

78

策士谋国--我爱我家

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34.16。

2020-04-08 10:10:39

34.16

79

flyai会员1586336365

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34.16。

2020-04-08 17:06:52

34.16

80

宇航

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34.16。

2020-04-09 11:09:56

34.16

81

Santi

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34.16。

2020-04-09 17:16:23

34.16

82

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34.16。

2020-04-09 22:11:00

34.16

83

郭玉彬

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34.16。

2020-04-10 07:10:41

34.16

84

五行缺二

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34.16。

2020-04-10 12:04:05

34.16

85

flyai会员1586496206

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34.16。

2020-04-10 13:27:16

34.16

86

Sherjy

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34.16。

2020-04-12 01:56:14

34.16

87

summer1586496931

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34.16。

2020-04-12 16:53:39

34.16

88

刘小文

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34.16。

2020-04-13 15:30:27

34.16

89

空谷幽兰

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34.16。

2020-04-13 21:09:08

34.16

90

zzx

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34.16。

2020-04-14 21:18:08

34.16

91

小龙1574313203

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34.16。

2020-04-14 22:30:11

34.16

92

王哪走

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34.16。

2020-04-15 17:34:21

34.16

93

Albert chen

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34.16。

2020-04-15 20:12:57

34.16

94

张硕

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34.16。

2020-04-17 01:12:18

34.16

95

cl

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34.16。

2020-04-17 08:43:20

34.16

96

斜川雨

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34.16。

2020-04-17 16:54:41

34.16

97

椰子人

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34.16。

2020-04-17 19:56:56

34.16

98

Elite

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34.16。

Keras

LeNet5

2020-04-17 22:05:00

34.16

99

王子豪

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34.16。

2020-04-18 05:10:23

34.16

100

flyai会员1587200782

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34.16。

2020-04-18 17:09:30

34.16

101

Roman_Gao

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34.16。

2020-04-19 10:21:33

34.16

102

呵呵

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34.16。

2020-04-20 19:54:11

34.16

103

Savvy在英国

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34.16。

2020-04-22 22:53:33

34.16

104

flyai会员1587604133

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34.16。

2020-04-23 09:37:54

34.16

105

jkx、

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34.16。

2020-04-23 15:56:15

34.16

106

Februrary13

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34.16。

2020-04-23 16:18:49

34.16

107

小炮先生

batch数据为48,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34.16。

2020-04-23 17:03:12

34.16

108

灬长相思兮

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34.16。

2020-04-24 16:23:42

34.16

109

等等

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34.16。

2020-04-24 19:51:04

34.16

110

xmlyl

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34.16。

2020-04-25 20:11:44

34.16

111

知而不智

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34.16。

2020-04-26 10:06:22

34.16

112

flyai会员1587946928

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34.16。

2020-04-27 08:24:21

34.16

113

呜啦啦啦

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34.16。

2020-04-29 14:26:32

34.16

114

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34.16。

2020-04-29 17:19:30

34.16

115

苏晓伟

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34.16。

2020-04-30 10:48:42

34.16

116

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34.16。

2020-04-30 17:07:17

34.16

117

仓小鼠

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34.16。

2020-05-01 09:09:58

34.16

118

胖南飞

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34.16。

2020-05-01 23:52:55

34.16

119

zsc

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34.16。

2020-05-02 13:18:48

34.16

120

Allen_yang

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34.16。

2020-05-03 15:28:54

34.16

121

疯狂的大笨蛋

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34.16。

2020-05-03 17:13:48

34.16

122

flyai会员1588569484

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34.16。

2020-05-05 10:01:54

34.16

123

发呆的比目鱼

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34.16。

2020-05-05 14:11:19

34.16

124

睿心RuiXin

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34.16。

2020-05-05 16:16:51

34.16

125

Jiacai

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34.16。

2020-05-07 12:17:45

34.16

126

flyai会员1588839136

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34.16。

2020-05-07 16:18:39

34.16

127

脸红的思春期

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34.16。

2020-05-11 14:15:50

34.16

128

flyai会员1589358832

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34.16。

2020-05-13 16:40:52

34.16

129

俞旭峰

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34.16。

2020-05-15 10:46:42

34.16

130

追风1587259988

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34.16。

2020-05-18 20:42:06

34.16

131

Tovi

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34.16。

2020-05-19 08:57:45

34.16

132

无矩

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34.16。

2020-05-19 17:09:26

34.16

133

geek1582291452

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34.16。

2020-05-19 22:56:11

34.16

134

julymin

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34.16。

2020-05-21 10:57:04

34.16

135

Xxgzbd

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34.16。

2020-05-21 16:45:46

34.16

136

Automan

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34.16。

2020-05-22 10:50:37

34.16

137

加冰

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34.16。

2020-05-22 21:38:45

34.16

138

刘奔Ben犇

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34.16。

2020-05-23 20:09:43

34.16

139

Czy1590284240

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34.16。

2020-05-24 19:57:43

34.16

140

孙维

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34.16。

2020-05-26 13:24:14

34.16

141

Wu.

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34.16。

2020-05-27 19:48:40

34.16

142

丁丁

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34.16。

2020-06-02 14:31:10

34.16

143

wjf1591250641

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34.16。

2020-06-05 14:21:34

34.16

144

冠达

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34.16。

2020-06-06 19:26:10

34.16

145

interesting soul

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34.16。

2020-06-09 10:43:25

34.16

146

无痕

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34.16。

2020-06-09 19:39:11

34.16

147

一棵小白菜

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34.16。

2020-06-09 20:20:33

34.16

148

xie-pf

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34.16。

2020-06-09 21:22:01

34.16

149

flyai会员1591949680

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34.16。

2020-06-12 16:16:32

34.16

150

许坚

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34.16。

2020-06-18 00:06:48

34.16

151

立刻有

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34.16。

2020-06-25 12:22:39

34.16

152

captainqxy

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34.16。

2020-06-26 18:06:42

34.16

153

Lee1567610716

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34.16。

2020-06-28 10:09:33

34.16

154

flyai会员1587562812

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34.16。

2020-06-30 00:33:42

34.16

155

目光所及

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34.16。

2020-07-01 15:00:10

34.16

156

李小李

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34.16。

2020-07-03 18:14:10

34.16

157

upc_wy

batch数据为24,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34.16。

2020-07-05 20:54:36

34.16

158

三好坞的鸭

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34.16。

2020-07-07 19:40:48

34.16

159

lyman

batch数据为50,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34.16。

2020-07-08 22:00:33

34.16

160

emrezhang

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34.16。

2020-07-12 18:57:45

34.16

161

胖子

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34.16。

2020-07-17 20:37:01

34.16

162

batch数据为5,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34.16。

2020-07-18 09:40:49

34.16

163

Imfine

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34.16。

2020-07-22 13:37:24

34.16

164

+_

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34.16。

2020-07-23 17:59:27

34.16

165

Sonny

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34.16。

2020-07-25 18:51:37

34.16

166

Xavier

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34.16。

2020-08-01 16:53:01

34.16

167

vivi1596423718

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34.16。

2020-08-03 11:04:25

34.16

168

flyai会员1596550051

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34.16。

2020-08-04 22:13:22

34.16

169

flyai会员1596696507

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34.16。

2020-08-06 17:20:12

34.16

170

wanyuks

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34.16。

2020-08-28 10:55:07

34.16

171

flyai会员1598670582

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34.16。

2020-08-29 11:23:39

34.16

172

Monster1586400381

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34.16。

2020-09-03 18:16:52

34.16

173

陈旭

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34.16。

2020-09-04 16:48:13

34.16

174

ares1599709067

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34.16。

2020-09-10 15:23:54

34.16

175

ROCKY1583988638

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34.16。

2020-09-10 22:32:07

34.16

176

柒月、

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34.16。

2020-09-13 13:30:12

34.16

177

+ +

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34.16。

2020-09-18 09:23:47

34.16

178

张亚男42013

batch数据为8,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34.16。

2020-09-22 16:56:20

34.16

179

啦啦啦1601188643

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34.16。

2020-10-01 10:36:44

34.16

180

xuran

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34.16。

2020-10-03 20:27:48

34.16

181



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34.16。

2020-10-06 01:34:56

34.16

182

~~~

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34.16。

2020-10-13 11:00:53

34.16

183

xw1602679872

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34.16。

2020-10-14 21:38:00

34.16

184

flyai会员1603367711

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34.16。

2020-10-22 20:01:22

34.16

185

六月没有雨

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34.16。

2020-10-25 15:13:53

34.16

186

flyai会员1603615515

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34.16。

2020-10-25 16:48:03

34.16

187

AL1556956920

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34.16。

2020-10-27 10:51:17

34.16

188

giere

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34.16。

2020-10-28 10:44:24

34.16

189

温柔的包子

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34.16。

2020-10-31 19:56:46

34.16

190

nono Pioneer

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34.16。

2020-11-01 20:49:21

34.16

191

辣子鸡丁

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34.16。

2020-11-05 10:59:51

34.16

192

松饼

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34.16。

2020-11-06 11:03:01

34.16

193

Sin-puter

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34.16。

2020-11-15 11:47:47

34.16

194

F1581070529

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34.16。

2020-11-18 16:25:54

34.16

195

小丶毛

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34.16。

2020-11-22 03:09:55

34.16

196

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34.16。

2020-11-24 16:44:13

34.16

197

flyai会员1606220680

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34.16。

2020-11-26 11:46:05

34.16

198

xueming

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34.16。

2020-11-30 21:19:15

34.16

199

憧憬,

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34.16。

2020-12-01 15:20:53

34.16

200

趋吉避凶

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34.16。

2020-12-01 15:30:09

34.16

201

slg

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34.16。

2020-12-02 16:52:17

34.16

202

tecmry

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34.16。

2020-12-07 10:26:08

34.16

203

火麟

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34.16。

2020-12-07 22:37:53

34.16

204

旷雄

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34.16。

2020-12-08 10:03:49

34.16

205

wooo

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34.16。

2020-12-22 12:59:22

34.16

206

永缘空

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34.16。

2020-12-31 16:56:19

34.16

207

尚贺光

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34.16。

2021-01-03 19:37:29

34.16

208

flyai会员1609814334

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34.16。

2021-01-05 10:43:22

34.16

209

flyai会员1610352964

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34.16。

2021-01-11 16:19:32

34.16

210

Jasper

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34.16。

2021-01-17 21:01:27

34.16

211

:-Dw⃰w⃰w⃰

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34.16。

2021-01-21 15:08:37

34.16

212

black or white

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34.16。

2021-01-26 10:54:25

34.16

213

ymcdull

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34.16。

2021-02-04 03:14:43

34.16

214

码奴君

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34.16。

2021-02-11 13:41:18

34.16

215

flyai会员1614154263

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34.16。

2021-02-24 16:43:09

34.16

216

flyai会员1614826919

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34.16。

2021-03-04 11:03:58

34.16

217

leo0409

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34.16。

2021-03-08 14:28:17

34.16

218

flyai会员1615208540

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34.16。

2021-03-08 21:11:02

34.16

219

徐成国

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34.16。

2021-03-09 16:21:04

34.16

220

林下风致

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34.16。

2021-03-21 15:07:51

34.16

221

一切皆有可能

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34.16。

2021-03-23 15:35:15

34.16

222

阿良

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34.16。

2021-03-29 16:20:30

34.16

223

Zhao

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34.16。

2021-03-31 23:39:27

34.16

224

flyai会员1576225772

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34.16。

2021-04-01 16:15:42

34.16

225

xixiaoyao

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34.16。

2021-04-04 15:15:42

34.16

226

flyai会员1617891203

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34.16。

2021-04-08 22:17:01

34.16

227

ln

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34.16。

2021-04-09 09:42:30

34.16

228

Joe1618229639

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34.16。

2021-04-12 20:27:09

34.16

229

shihanmax

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34.16。

2021-04-12 23:21:27

34.16

230

因其

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34.16。

2021-04-13 23:27:34

34.16

231

rainbow1582298607

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34.16。

2021-04-14 15:41:18

34.16

232

flyai会员1619084788

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34.16。

2021-04-23 15:04:23

34.16

233

flyai会员1606547399

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34.16。

2021-04-25 22:07:44

34.16

234

.1597936308

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34.16。

2021-04-29 14:47:48

34.16

235

凸云

batch数据为32,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33.19。

2020-08-18 06:27:24

33.19

236

flyai会员1599835183

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33.14。

2020-09-12 15:10:00

33.14

237

陈小乐

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32.20。

2020-08-02 21:06:19

32.20

238

FlyAI小助手

batch数据为128,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31.98。

2020-04-02 01:20:10

31.98

239

NolenHuang

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27.27。

2020-07-31 07:22:05

27.27

240

星期八。

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。

2020-04-02 20:24:18

0.00

241

某某

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0.00。

2020-04-03 17:36:21

0.00

242

flyai会员1586159283

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。

2020-04-07 02:11:52

0.00

243

mengyays

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。

2020-04-09 00:28:48

0.00

244

choc

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。

2020-04-27 11:48:56

0.00

245

舍得团队

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。

2020-05-04 11:13:46

0.00

246

@jie@

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。

2020-05-12 09:19:01

0.00

247

Starlit

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。

2020-05-15 07:43:04

0.00

248

凤栖梧桐

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。

2020-05-17 22:58:44

0.00

249

赖隽恒

batch数据为256,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。

2020-06-10 19:48:57

0.00

250

flyai会员1592972484

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。

2020-06-24 19:24:16

0.00

251

flyai会员1593400294

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。

2020-07-01 21:36:56

0.00

252

Executedone

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。

2020-07-16 23:12:30

0.00

253

flyai会员1598494474

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。

2020-08-27 16:37:19

0.00

254

Linh

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。

2020-09-09 16:45:35

0.00

255

张庆

batch数据为32,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0.00。

2020-09-16 21:17:21

0.00

256

flyai会员1601455498

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。

2020-09-30 19:17:33

0.00

257

tzhtdx

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。

2020-10-21 12:52:27

0.00

258

不再是薛定谔的lamp

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。

2020-11-24 16:06:02

0.00

259

紫湘醉

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。

2020-12-07 14:26:09

0.00

260

阿尔贾克斯

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。

2020-12-22 16:30:58

0.00

261

尤里乌斯

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。

2021-01-07 17:57:08

0.00

2020-05-06
鸡毛飞上天

模型得分为82.11,本次预计获得排名奖奖金为105

2020-05-06 15:00:01

玖月初识

模型得分为82.5,本次预计获得排名奖奖金为210

2020-05-06 15:00:01

killf

模型得分为82.79,本次预计获得排名奖奖金为315

2020-05-06 15:00:01

凉心半浅良心人

模型得分为83.23,本次预计获得排名奖奖金为525

2020-05-06 15:00:01

mohoho

模型得分为83.27,本次预计获得排名奖奖金为945

2020-05-06 15:00:01

2020-04-24
妮妮妮

模型得分为64.24,本次预计获得实时奖励奖金为1.5

2020-04-24 01:13:38

2020-04-12
凉心半浅良心人

模型得分为83.15,本次预计获得实时奖励奖金为1

2020-04-12 20:00:40

2020-04-11
凉心半浅良心人

模型得分为83.04,本次预计获得实时奖励奖金为1

2020-04-11 12:34:46

2020-04-07
jamiesona

模型得分为68.77,本次预计获得实时奖励奖金为1.5

2020-04-07 06:38:05

2020-04-06
ruiqunli

模型得分为77.14,本次预计获得实时奖励奖金为1.41

2020-04-06 10:48:58

2020-04-06
killf

模型得分为82.79,本次预计获得实时奖励奖金为2.81

2020-04-06 02:41:35

2020-04-05
ruiqunli

模型得分为75.9,本次预计获得实时奖励奖金为6

2020-04-05 07:58:54

2020-04-04
凉心半浅良心人

模型得分为82.86,本次预计获得实时奖励奖金为4

2020-04-04 05:58:07

chenfengshf

模型得分为73.58,本次预计获得实时奖励奖金为12

2020-04-04 04:54:36

2020-04-03
‭九件

模型得分为77.07,本次预计获得实时奖励奖金为5.63

2020-04-03 18:27:21

2020-04-03
凉心半浅良心人

模型得分为82.31,本次预计获得实时奖励奖金为13

2020-04-03 07:50:22

凉心半浅良心人

模型得分为79.57,本次预计获得实时奖励奖金为11.25

2020-04-03 02:17:45

2020-04-02
yphacker

模型得分为77.92,本次预计获得实时奖励奖金为22.5

2020-04-02 16:48:34

NLP_Rookie

模型得分为80.03,本次预计获得实时奖励奖金为10

2020-04-02 14:02:07

NLP_Rookie

模型得分为77.63,本次预计获得实时奖励奖金为85

2020-04-02 10:20:20

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