1024程序员节—蝴蝶分类开源竞赛

分享给好友

2020-10-22 12:00:00
开始提交

2020-11-30 20:00:00
最终提交结束

自由训练

奖金池 ¥ 3000+专属V100 GPU奖励
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

细粒度图像分类问题是计算机视觉领域一项极具挑战的研究课题,为促进细粒度分类问题研究,本赛题结束后将开源优秀代码。欢迎更多算法科学家积极参与细粒度图像分类研究。

本赛题任务主要是通过对200类蝴蝶建立精准的分类模型。数据集大约有20,223张,涵盖200个物种,116属,23个亚科和5个科的四个不同级别。

参赛须知

参赛时间:2020.10.22 12:00:00-2020.11.30 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)
特别奖 1人 价值7000元的Tesla-V100独享云资源(30天) (需满足激活条件后开启)
冠军奖 1人 1500元奖金 + 1000分钟Tesla-GPU云端训练时长
亚军奖 1人 800元奖金 + 500分钟Tesla-GPU云端训练时长
季军奖 1人 400元奖金 + 500分钟Tesla-GPU云端训练时长
第四名 1人 200元奖金
第五名 1人 100元奖金

奖励获取要求:

  • 上线时间:2020-10-22
  • 月排名奖结算时间:2020-11-30 20:00:00
  • 奖金获取标准:90<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);
  • 特别奖开启条件:需满足参赛有效成绩人数大于300,第一名获得该奖励,原第一名奖励顺位发放。
  • 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

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 image_path str 图片的相对路径 image/172691.jpg
label str 标签 Loxura_atymnus

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:

{
    "image_path": "image\/172691.jpg"
}

输出字段:

{
    "label": "Loxura_atymnus"
}

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 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

天涯·明月·刀

1500.00

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93.06。

2020-11-28 05:03:12

1500.00

93.06

大神经验
第三名

flyai会员1623935579

800.00

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92.92。

2021-07-18 04:18:08

800.00

92.92

第三名

flyai会员1634829300

400.00

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92.92。

2021-11-26 13:10:36

400.00

92.92

4

jesse01

200.00

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92.76。

2020-11-28 08:57:25

200.00

92.76

大神经验
5

trickornot

100.00

batch数据为1,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92.21。

2020-11-13 20:17:17

100.00

92.21

6

快来追我呀

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为91.81。

2020-11-05 03:31:20

91.81

7

Koolo233

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91.81。

2020-11-19 21:00:06

91.81

大神经验
8

有啥tricks

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91.63。

2020-11-30 13:50:58

91.63

9

大木淡漠

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为91.14。

2020-11-11 00:18:02

91.14

10

吴彦祖

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90.23。

2020-11-30 01:48:34

90.23

11

Like

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为89.66。

2020-11-21 11:06:04

89.66

12

4.2

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89.66。

2020-11-24 05:19:21

89.66

13

永力

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为89.44。

2020-11-12 08:56:19

89.44

14

yunshao555

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88.98。

2020-11-08 16:56:55

88.98

15

miaomiao2048

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88.84。

2022-05-29 15:49:46

88.84

16

黑羽

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85.82。

2020-11-30 09:09:45

85.82

17

glimmer

batch数据为16,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84.67。

2020-11-01 04:59:43

84.67

18

adsfadiasdf

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84.53。

2020-11-28 23:29:24

84.53

19

小林子

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83.47。

2020-10-23 20:18:08

83.47

20

qqm

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78.30。

2020-11-29 20:06:38

78.30

21

jasnei

batch数据为48,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72.29。

2020-11-25 16:37:06

72.29

22

Tiernos

batch数据为4,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63.96。

2020-11-10 09:34:16

63.96

23

flyai会员1653614752

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59.26。

2022-05-28 20:29:40

59.26

24

chenfengshf

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58.86。

2020-11-23 20:59:57

58.86

25

hunk

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58.15。

2020-11-27 03:54:35

58.15

26

flyai会员1652532010

batch数据为64,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57.16。

2022-05-28 02:44:37

57.16

27

别人的公园

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56.47。

2020-10-28 07:15:29

56.47

28

QamFly

batch数据为16,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54.96。

2020-10-26 14:13:45

54.96

29

Muggle

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53.52。

2020-11-06 08:13:58

53.52

30

who

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49.39。

2020-11-02 23:02:54

49.39

31

flyai会员1603955709

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48.40。

2020-11-02 20:34:22

48.40

32

mmzmmz

batch数据为64,循环次数为25次,通过在线上环境完成训练,模型最优精度评分为39.06。

2022-05-28 12:57:35

39.06

33

gk966988

batch数据为16,循环次数为150次,通过在线上环境完成训练,模型最优精度评分为28.54。

2020-11-01 07:39:58

28.54

34

SunGang

batch数据为8,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为23.08。

2020-11-01 20:30:45

23.08

35

cyh12315

batch数据为16,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13.94。

2020-10-29 06:49:14

13.94

36

想吃多但不想长胖

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1.15。

2020-10-26 22:46:11

1.15

37

山代王

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.51。

2020-11-16 19:56:32

0.51

38

miaomiao1024

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0.32。

2022-05-27 16:57:20

0.32

39

ahaaaa

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0.30。

2020-10-21 10:46:34

0.30

40

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-22 11:46:14

0.30

41

云淡风轻

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-22 13:32:25

0.30

42

朱益军

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-22 15:54:12

0.30

43

时光非礼了梦想

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0.30。

2020-10-22 16:20:31

0.30

44

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0.30。

2020-10-22 16:27:29

0.30

45

约翰

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0.30。

2020-10-22 19:25:59

0.30

46

喝酸奶不舔盖

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-22 20:24:34

0.30

47

持刀大怪兽

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-22 23:52:34

0.30

48

flyai会员1603420380

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-23 10:41:03

0.30

49

flyai会员1603424944

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-23 11:52:14

0.30

50

老杜.

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0.30。

2020-10-24 18:52:03

0.30

51

ZeNongคิดถึง

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-24 20:49:42

0.30

52

flyai会员1603024333

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-25 09:44:35

0.30

53

Daoer

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-25 10:50:58

0.30

54

夜空中最亮的星

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-26 00:06:52

0.30

55

AI 菌

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-26 15:31:45

0.30

56

科科1603711677

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-26 19:37:04

0.30

57

TheRobot

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0.30。

2020-10-28 16:43:43

0.30

58

碔砆

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-28 17:18:50

0.30

59

你若飘零20110

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-28 17:21:47

0.30

60

17634329307

batch数据为64,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0.30。

2020-10-29 17:53:18

0.30

61

HYE

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-29 21:38:05

0.30

62

flyai会员1603420499

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-29 21:53:12

0.30

63

CYJ

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-10-30 11:30:38

0.30

64

HQHSM

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0.30。

2020-10-30 12:31:35

0.30

65

圣雪炎龙

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0.30。

2020-10-31 14:10:06

0.30

66

flyai会员1604372566

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-03 11:05:26

0.30

67

lhbat

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0.30。

2020-11-03 20:57:42

0.30

68

khi

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-03 22:58:57

0.30

69

我、是个狠人

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0.30。

2020-11-03 23:02:18

0.30

70

好啦好啦

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0.30。

2020-11-06 10:58:09

0.30

71

法兰西多士

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-10 10:07:56

0.30

72

SKMing

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-10 10:32:32

0.30

73

双层吉士堡

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-10 19:54:13

0.30

74

ChainWay

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-10 20:40:22

0.30

75

研究生_不会深度学习

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0.30。

2020-11-10 20:47:41

0.30

76

yvn

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-11 16:50:55

0.30

77

Stitch

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-11 17:23:56

0.30

78

未不知不明不觉

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-13 15:30:01

0.30

79

Charon_

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0.30。

2020-11-16 21:11:51

0.30

80

死猪一只

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-17 17:57:34

0.30

81

flyai会员1604401951

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0.30。

2020-11-17 20:18:28

0.30

82

flyai会员1596852425

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0.30。

2020-11-19 16:51:44

0.30

83

EdwardJohn

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0.30。

2020-11-23 17:21:26

0.30

84

flyai会员1606391157

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-26 19:48:18

0.30

85

Joe_Marco

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-11-29 12:16:52

0.30

86

flyai会员1604809698

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0.30。

2020-11-30 16:48:36

0.30

87

RuthlessDragon

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0.30。

2020-12-10 18:16:31

0.30

88

,sohne

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-12-18 21:34:44

0.30

89

文立

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-12-20 11:08:38

0.30

90

凯文·米特尼克

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2020-12-20 19:04:32

0.30

91

Hiang X

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0.30。

2020-12-24 16:07:35

0.30

92

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0.30。

2021-01-21 18:15:58

0.30

93

xmj

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2021-02-03 13:47:27

0.30

94

flyai会员1615956599

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2021-03-18 09:57:07

0.30

95

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2021-04-02 12:20:02

0.30

96

flyai会员1622276295

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2021-05-31 19:13:30

0.30

97

flyai会员1623522185

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2021-06-13 02:28:00

0.30

98

flyai会员1623944463

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2021-06-17 23:44:57

0.30

99

如是

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2021-06-19 13:50:04

0.30

100

郭同学

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2021-09-18 10:58:15

0.30

101

不给

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0.30。

2021-10-25 21:54:49

0.30

102

Bꪖꫀ

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2021-11-27 07:31:07

0.30

103

Secant

batch数据为64,循环次数为30次,通过在线上环境完成训练,模型最优精度评分为0.30。

2022-01-23 12:02:04

0.30

104

AI小助手

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0.30。

2022-04-18 16:20:45

0.30

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。