什么是好的钻石？

分享给好友

2022-04-02 15:00:00
开始提交

2022-05-05 15:00:00
最终提交结束

自由训练

奖金池 ¥ 3,000
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？
取消 确定

$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

取消 确定
报名提醒

请先报名参加比赛再完成组队操作哦！

报名参赛

$vue{flag ? "报名成功" : "参赛温馨提示"}

通过迭代赛题的样例代码提高模型准确率哦～
准确率越高，奖励越丰富！

⼤神你好!当前能⼒值⽆法参加新⼿赛
多给新手一些机会哦~

知道了

知道了

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

https://flyai.com/d/DiamondClass

复制链接

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

钻石是指经过琢磨的金刚石，金刚石是一种天然矿物，是钻石的原石。简单地讲，钻石是在地球深部高压、高温条件下形成的一种由碳元素组成的单质晶体。钻石美丽、稀有，是爱情和忠贞的象征，代表永恒不破的爱情。其已成为大多数人在结婚时的必需品，一颗深粉色钻石名为“阿泰米斯”，拍出1550万美元（1.067亿元人民币），另一颗钻石为深湖蓝色，名叫“阿波罗”，由于颜色比粉钻更罕见，价格是粉钻的两倍多。

本次竞赛使用的数据集由澳大利亚钻石进口商网站(https://australiandiamondimporters.com.au/diamond-stock#/ )提供的五万条左右数据，FlyAI 平台旨在就相关趣味话题举办分类的练习赛事，让大家能够在多种场景下提升算法能力。

参赛须知

报名时间

2022-04-02 15:00:00 - 2022-05-05 15:00:00

提交时间

2022-04-02 15:00:00-2022-05-05 15:00:00

参赛时间：2022.04.02 15:00:00-2022.05.05 15:00:00

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)
冠军奖 1人 1200元奖金
亚军奖 1人 800元奖金
季军奖 1人 600元奖金
第四名 1人 300元奖金
第五名 1人 100元奖金

奖励获取要求:

  • 鼓励奖：当您的提交结果大于样例分（25.68分）时，即可获得鼓励奖！快快行动起来吧！
  • 奖金获取标准：95<Score 根据排名获得奖金
  • 比赛结束两周时间内，获得奖金的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

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 carat float 钻石克拉 0.23
depth float depth% 钻石总深度百分比(2*z/(x+y)) 61.5
table float table% 钻石台宽(钻石顶部相对于最宽点的宽度) 55.0
price int 钻石价格 326K
x float 钻石x值为长度(mm) 3.95
y float 钻石y值为宽度(mm) 3.98
z float 钻石z值为深度(mm) 2.43
color string 钻石颜色(从J(最坏)到D(最好)) E
clarity string 钻石净度(I1（最差）、SI2、SI1、VS2、VS1、VVS2、VVS1、IF(最佳)) IF
label string 钻石质量标签 Good

本数据集分布情况：训练集 43152 条数据，评估集 10788 条数据。本数据集中title分别为克拉、颜色、净度等。

评审标准

算法输入输出格式

评审指标说明

    排行榜精度评估说明

  • 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 95 分的成绩将会在24小时内展示在排行榜上哦!
第三名

幻华

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为83.11。

2022-04-10 06:35:02

83.11

第三名

小林子

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81.54。

2022-04-06 17:19:44

81.54

第三名

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81.39。

2022-05-06 06:23:32

81.39

4

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81.05。

2022-04-06 17:28:13

81.05

5

只因你太美

3.22

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80.69。

2023-01-02 21:37:09

3.22

80.69

6

江水

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80.58。

2022-04-04 21:08:46

80.58

7

flyai会员1674963970

3.22

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为80.51。

2023-02-01 22:50:10

3.22

80.51

8

hao_shuai

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为80.27。

2022-04-28 19:19:02

80.27

9

gboy

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为80.21。

2022-04-04 23:30:01

80.21

10

flyai会员1576410182

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为80.13。

2022-04-12 15:12:53

80.13

11

伤心凉粉

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79.91。

2022-04-07 10:07:20

79.91

12

alwaysbetter

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为79.81。

2022-04-10 12:44:29

79.81

13

大丁

3.17

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为79.34。

2023-01-11 14:42:34

3.17

79.34

14

冯禧龙

3.17

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为79.25。

2023-01-28 22:17:41

3.17

79.25

15

flyai会员1673268064

3.17

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为79.25。

2023-03-11 07:06:16

3.17

79.25

16

flyai会员1673063775

3.16

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为79.16。

2023-03-13 03:24:00

3.16

79.16

17

xmn1675251370

3.16

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为79.15。

2023-03-10 23:34:06

3.16

79.15

18

可缓缓归矣

3.13

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为78.26。

2023-03-10 16:29:17

3.13

78.26

19

099张旭

3.10

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为77.59。

2023-01-17 10:56:48

3.10

77.59

20

李淼儿1032012226100

3.09

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为77.29。

2023-01-26 00:56:23

3.09

77.29

21

LLSSCC

3.08

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77.04。

2023-01-09 20:50:12

3.08

77.04

22

flyai会员1618444850

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76.95。

2022-05-02 21:27:56

76.95

23

温柔的包子

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74.24。

2022-04-24 15:06:44

74.24

24

闫林克1032012226104

2.86

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为71.66。

2023-04-03 17:02:12

2.86

71.66

25

范路1032012226085

2.64

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为66.04。

2023-01-25 17:41:25

2.64

66.04

26

flyai会员1675048757

2.63

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为65.91。

2023-03-10 16:54:12

2.63

65.91

27

陈东东1032012226093

2.63

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为65.91。

2023-03-18 10:49:27

2.63

65.91

28

flyai会员1675041666

2.63

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为65.80。

2023-02-02 00:04:40

2.63

65.80

29

jimLee

2.62

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为65.67。

2023-03-12 20:43:44

2.62

65.67

30

flyai会员1675039817

2.62

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为65.51。

2023-02-01 23:14:52

2.62

65.51

31

flyai会员1675042682

2.61

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为65.41。

2023-02-01 23:39:29

2.61

65.41

32

fly会员1675674378

2.61

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为65.41。

2023-02-19 02:52:12

2.61

65.41

33

彭涛10320012226077

2.61

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为65.41。

2023-02-19 03:17:40

2.61

65.41

34

flyai会员1673071456

2.61

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为65.41。

2023-02-19 03:42:10

2.61

65.41

35

flyai会员1673063918

2.50

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为62.62。

2023-03-10 15:06:59

2.50

62.62

36

汤包岂是盘中物

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为50.98。

2022-04-09 09:52:43

50.98

37

gL管科肖景茹33576

1.96

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为49.16。

2022-12-21 07:39:01

1.96

49.16

38

flyai会员1675137298

1.84

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为46.21。

2023-03-10 14:49:00

1.84

46.21

39

吴彦祖

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为39.21。

2022-05-02 19:38:33

39.21

40

flyai会员1673064801

1.56

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为39.21。

2023-01-26 01:59:06

1.56

39.21

41

吴福玉1032012226094

1.56

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为39.21。

2023-03-10 23:35:49

1.56

39.21

42

flyai会员1673074081

1.53

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为38.26。

2023-01-18 20:44:00

1.53

38.26

43

KXQKXQ

1.14

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为28.57。

2023-01-25 17:08:06

1.14

28.57

44

王兴旺1032012226091

1.13

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为28.38。

2023-03-12 14:29:24

1.13

28.38

45

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25.68。

2022-04-02 20:31:24

25.68

46

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25.68。

2022-04-02 20:49:25

25.68

47

李凯丽_

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25.68。

2022-04-02 22:23:30

25.68

48

Keaton

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为25.68。

2022-04-02 23:20:44

25.68

49

wilbur

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为25.68。

2022-04-11 10:07:46

25.68

50

李凯丽

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为25.68。

2022-04-13 11:15:32

25.68

51

FlyAI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25.68。

2022-04-26 11:36:31

25.68

52

flyai会员1672753906

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为25.68。

2023-01-05 17:22:24

25.68

53

fly_ai98264

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为25.68。

2023-01-05 19:00:24

25.68

54

1673495978

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为25.68。

2023-01-29 14:59:27

25.68

55

Never

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25.68。

2023-03-19 21:42:25

25.68

56

flyai会员1673064124

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9.65。

2023-03-11 07:37:47

9.65

57

123456788

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为0.00。

2023-02-01 17:40:50

0.00

58

flyai会员1674811783

batch数据为64，循环次数为30次，通过在线上环境完成训练，模型最优精度评分为0.00。

2023-02-01 18:12:52

0.00

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

请使用微信扫一扫功能，扫描二维码添加工作人员微信添加请备注"大赛主题名称"

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。