医疗智能问答

分享给好友

2020-07-21 12:00:00
开始提交

2022-10-10 20:00:00
最终提交结束

自由训练

奖金池 ¥ 40000
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
  • 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,医疗问答是自然语言处理领域的一个重要的方向,旨在让用户直接用自然语言提问并获得答案。通过建立可靠的算法模型,帮助用户缩短等待专业医生解决问题的问诊时间,同时在业务方面减少问诊医生的时间成本,协助问诊医生提供基础、可靠的问诊回复率。

参赛须知

参赛时间:2020.07.21 12:00:00-2022.10.10 20:00:00

参赛方式

  • 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。

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)
第一阶段突破奖 1人 第一个突破到30-35分数的选手,可获3000元奖金
第二阶段突破奖 1人 第一个突破到36-40分数的选手,可获5000元奖金
第三阶段突破奖 1人 第一个突破到40-100分数的选手,可获10000元奖金
鼓励奖 不限 10000元奖金(详见奖励获取要求)
冠军奖 1人 5000元奖金
亚军奖 1人 3000元奖金
季军奖 1人 2000元奖金
第四名 1人 1500元奖金
第五名 1人 500元奖金

奖励获取要求:

  • 鼓励奖:从2022年6月16日开始计算,当您的提交结果大于10分时,即可获得鼓励奖!快快行动起来吧!
  • 突破奖:长期有效,当前比赛已解锁,根据突破分数排行可获得对应奖金!
  • 奖金获取标准:30<Score 根据排名获得奖金
  • 比赛结束两周时间内,前5名参赛者需提供文档格式赛题解决思路和15分钟以上的PPT答辩视频(FlyAI提供模版);
  • 温馨提示:未在有效时间内提供答辩经验的参赛者,视为放弃奖励资格哦!

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,医疗问答是自然语言处理领域的一个重要的方向,旨在让用户直接用自然语言提问并获得答案。通过建立可靠的算法模型,帮助用户缩短等待专业医生解决问题的问诊时间,同时在业务方面减少问诊医生的时间成本,协助问诊医生提供基础、可靠的问诊回复率。

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 样例
train.csv department string 分类标签 文本
title string 标志问题 文本
ask string 标志问题 文本
answer string 内容 文本
validation.csv department string 分类标签 文本
title string 标志问题 文本
ask string 标志问题 文本
answer 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:

{
    "department": "消化科",
    "title": "有些胃不舒服怎么办",
    "ask": "最近她一直在吃红葡萄酒浸洋葱.不知道二者有没有联系.谢谢!"
}

输出字段:

{
    "answer": "勿暴饮暴食当胃内食物过多时..."
}

评审指标说明

  • 本次比赛将使用Rouge(Recall-Oriented Understudy for Gisting Evaluation)作为模型评估度量。
  • Rough是评估自动文摘以及机器翻译的常见指标。它通过将自动生成的文本与人工生成的文本(即参考文本)进行比较,根据相似度得出分值。
  • 计算公式如下,其中 X 为模型生成的答案,Y为参考答案。LCS(X,Y)就是获取最长公共子序列的长度;
  • 评审计算公式
  • 评审计算公式
  • 评审计算公式

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 30分 的成绩会在48小时内更新到排行榜,不要着急哦!
第三名

Rookie0ne

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12.60。

2020-07-12 16:29:02

12.60

第三名

鸡毛飞上天

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11.58。

2020-07-11 01:47:19

11.58

第三名

凉心半浅良心人

batch数据为16,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3.61。

2020-07-18 19:04:27

3.61

4

老杜.

batch数据为48,循环次数为19次,通过在线上环境完成训练,模型最优精度评分为3.53。

2020-07-16 03:07:16

3.53

5

丅丄

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3.53。

2020-07-19 01:22:33

3.53

6

jackli777

batch数据为18,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3.33。

2020-07-20 01:38:33

3.33

7

flyai会员1592883654

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2.89。

2020-07-07 19:29:36

2.89

8

flyai会员1593517859

batch数据为12,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2.70。

2020-07-06 14:45:03

2.70

9

善假于物

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2.42。

2022-07-26 23:19:40

2.42

10

RuthlessDragon

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2.39。

2020-07-12 12:39:11

2.39

11

妮妮妮

batch数据为16,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2.32。

2020-07-21 14:28:37

2.32

12

乐百事

batch数据为16,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2.28。

2020-07-18 16:19:51

2.28

13

Liao

batch数据为16,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2.24。

2020-09-10 16:56:45

2.24

14

吴彦祖

batch数据为4,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1.50。

2020-06-18 00:19:21

1.50

15

清晨的光明

batch数据为4,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1.17。

2020-06-25 18:25:21

1.17

16

chenfengshf

batch数据为8,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1.03。

2020-07-16 11:06:26

1.03

17

莫名其妙

batch数据为4,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1.02。

2020-06-25 04:11:39

1.02

18

FlyAI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0.99。

2022-06-16 17:04:18

0.99

19

flyai会员1659319736

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0.99。

2022-08-05 09:54:12

0.99

20

所以你睡了没

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.99。

2022-08-12 10:18:11

0.99

21

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0.72。

2020-09-10 05:20:35

0.72

22

韩天啸

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0.52。

2020-06-11 00:24:22

0.52

23

Honay, King

batch数据为2,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0.46。

2020-06-05 14:23:01

0.46

24

lufiedby

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-09 20:12:56

0.46

25

flyai会员1591228291

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-09 20:13:48

0.46

26

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0.46。

2020-06-09 20:19:25

0.46

27

wewill

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-09 21:10:14

0.46

28

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0.46。

2020-06-09 21:24:50

0.46

29

MMF

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-09 21:32:26

0.46

30

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0.46。

2020-06-09 22:45:19

0.46

31

Centos

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-10 10:48:25

0.46

32

涅槃

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-10 15:18:31

0.46

33

做减求空

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0.46。

2020-06-10 16:37:47

0.46

34

Thorin

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0.46。

2020-06-10 20:51:06

0.46

35

Something Stupid

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-10 22:07:17

0.46

36

张庆

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-12 08:12:50

0.46

37

流年为谁醉

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0.46。

2020-06-13 09:38:28

0.46

38

Tk more tk less

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0.46。

2020-06-13 16:05:41

0.46

39

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0.46。

2020-06-14 13:13:02

0.46

40

jsionz

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-15 15:54:57

0.46

41

Mart

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-15 18:17:39

0.46

42

Gavin King

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-16 10:14:40

0.46

43

flyai会员1592274615

batch数据为16,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0.46。

2020-06-16 10:56:33

0.46

44

Attitude

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-18 19:29:35

0.46

45

flyai会员1583066740

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0.46。

2020-06-20 20:02:27

0.46

46

道煜

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0.46。

2020-06-20 23:38:19

0.46

47

TuringEmmy

batch数据为100,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0.46。

2020-06-21 11:37:45

0.46

48

wizardholy

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-22 16:58:59

0.46

49

多喝水

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0.46。

2020-06-23 14:45:43

0.46

50

Ātman

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0.46。

2020-06-24 11:54:12

0.46

51

无痕

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0.46。

2020-06-24 17:04:05

0.46

52

flyai会员1582368230

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-06-24 18:54:59

0.46

53

AlphaU

batch数据为28,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0.46。

2020-06-26 11:58:36

0.46

54

冷于冰

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0.46。

2020-06-28 19:47:25

0.46

55

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0.46。

2020-06-28 20:41:35

0.46

56

Bunnyfuufu

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-07-01 15:16:04

0.46

57

-Ripples

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-07-05 01:58:27

0.46

58

wanyuks

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0.46。

2020-07-07 13:53:34

0.46

59

秦‮

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0.46。

2020-07-08 06:20:44

0.46

60

flyai会员1594175345

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-07-08 10:41:38

0.46

61

she

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0.46。

2020-07-08 12:04:54

0.46

62

lyman

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0.46。

2020-07-08 19:52:01

0.46

63

十一点就贼困

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0.46。

2020-07-09 15:10:37

0.46

64

再见乖神

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-07-09 15:36:57

0.46

65

劣者

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0.46。

2020-07-10 23:02:17

0.46

66

体验

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0.46。

2020-07-11 07:30:25

0.46

67

信息-杨波

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0.46。

2020-07-11 14:20:30

0.46

68

鱼儿sun

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-07-14 19:53:31

0.46

69

刘小林

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0.46。

2020-07-16 13:07:36

0.46

70

rrr

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0.46。

2020-07-18 08:34:21

0.46

71

HYE

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0.46。

2020-07-19 10:40:45

0.46

72

Michael Shen

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0.46。

2020-07-23 06:41:00

0.46

73

flyai会员1596025765

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-07-29 20:36:41

0.46

74

jack1596267671

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0.46。

2020-08-03 11:43:51

0.46

75

wzh1596678179

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-08-06 09:45:23

0.46

76

XK

batch数据为8,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0.46。

2020-08-19 17:20:09

0.46

77

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0.46。

2020-08-21 09:37:16

0.46

78

chen_tesdt的团队

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0.46。

2020-09-09 14:20:14

0.46

79

flyai会员1599835183

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-09-11 22:50:47

0.46

80

浚理

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-09-15 20:30:11

0.46

81

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-10-18 16:23:29

0.46

82

meowalien

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-10-29 22:15:12

0.46

83

王彬

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-10-30 13:33:44

0.46

84

欢乐多

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-10-30 15:07:24

0.46

85

胡俊超

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-11-24 17:00:37

0.46

86

liuhc

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-12-03 23:05:02

0.46

87

瑞哥哥真帅

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-12-05 21:26:51

0.46

88

flyai会员1587562812

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-12-06 15:05:09

0.46

89

flyai会员1596852425

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-12-06 20:12:45

0.46

90

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0.46。

2020-12-07 14:14:29

0.46

91

徙步别年

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0.46。

2020-12-10 10:47:16

0.46

92

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0.46。

2020-12-20 23:30:10

0.46

93

琴智科技

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2020-12-23 14:36:38

0.46

94

yasuo

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0.46。

2020-12-23 21:11:00

0.46

95

flyai会员1606220680

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0.46。

2021-01-28 17:01:28

0.46

96

flyai会员1613445917

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2021-03-23 15:09:54

0.46

97

布灵布灵滴

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2021-05-13 11:28:32

0.46

98

flyai会员1623054680

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2021-06-07 16:33:16

0.46

99

指间砂

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2021-07-16 20:12:38

0.46

100

flyai会员1626427530

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2021-08-05 17:55:55

0.46

101

虚眼星旋

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2021-09-23 10:57:55

0.46

102

Sྂcྂoྂtྂtྂ

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2021-10-08 16:09:05

0.46

103

flyai会员1635735957

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2021-11-01 14:58:54

0.46

104

flyai会员1639490509

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.46。

2021-12-14 22:09:16

0.46

105

许明

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0.04。

2020-06-25 17:45:15

0.04

106

YBENS

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.04。

2020-07-02 11:57:42

0.04

107

Pen

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.04。

2020-09-03 10:24:16

0.04

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。