多语言展示
当前在线:1139今日阅读:84今日分享:32

如何使用FlyAI进行数据竞赛

FlyAI,一个对算法工程师(深度学习)十分友好的实践竞赛平台。无论是用来练手刷经验还是刷题赚外快都是不错得选择。平台玩法: 实时竞赛(达到得奖分数后,奖金实时到账,微信即到即提)                  免费GPU资源(无需考虑机器问题,免费GPU等着你)                  企业级竞赛(刷题的最高境界就是无缝对接企业需求开发)                  每周上线两个以上竞赛(休息?不存在的!这里有刷不完的题等你)                  现金奖励(竞赛奖励皆为现金,目前平台竞赛平均奖励5千以上)                  baseline(每个项目都提交baseline,不怕你不会,就怕你不来)                  环境配置(下载资料包自动安装依赖,无需自己再配置!!!)                  心动不如行动~
工具/原料
1

python3

2

Windows7以上 64位

3

mac/Linux都可运行,没有限制

注册账号
1

图一:使用浏览器FlyAI网站链接;

2

点击注册,打开微信扫一扫,扫码登录FlyAI;

3

点击“我的资料”,在这个页面绑定你的邮箱(后面会用到的)。

报名参赛
1

选择自己擅长或者想要尝试的领域,点进赛题,每个赛题下面都会标明难易程度和题目方向,大家可以作为参考;

2

点击立即报名后出现弹窗,点击下载资料按钮,选择合适的路径存放。这里要注意Windows用户避免使用中文名字设置用户名;

3

解压资源包,第一次提交,或者对提交流程不熟悉的朋友一定要关注“常见问题”、“第一次使用请读我”、“README”文件,读后会节约很多熟悉流程的时间。

竞赛指南之Windows客户端操作
1

下载项目并解压

2

进入到项目目录下,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

本地开发调试。运行flyai.exe程序,点击'本地调试'按钮,输入循环次数和数据量,点击运行即可调用main.py

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'提交到GPU'按钮,输入循环次数和数据量,点击运行即可提交到GPU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。

关于奖金
1

奖金分为三部分,分别是排名奖、区间奖、突破奖,详细介绍到具体项目详情页查看,由于奖励跟分数和时间都有关,所有早提交有优势;

2

项目详情页下方是排行榜,奖金跟时间和分数都有关系。同个项目可提交多次,每次分数奖金都独立计算,互相没有影响;

3

微信提现24内到账,没到账找客服解决。提现需要实名认证,所有奖金走国家税务局,可查。每月提现超过800的部分交百分之二十的税款,建议每月提现800。

关于免费GPU

GPU使用是完全免费的,训练一分钟会消耗平台积分1fai值,这个fai有多个途径获得,详情看图一界面。有乱扣或者少fai值的情况,找客服就好。大家记得每天登录签到或者邀请好友领取fai值!!!

竞赛指南之Windows终端操作
1

1. 下载项目并解压 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首先进入到项目对应的磁盘中,然后执行cd path\to\project

2

4.本地开发调试执行下列命令本地安装环境并调试(第一次使用需要使用微信扫码登录)flyai.exe test 执行test命令,会自动下载100条测试数据到项目下,安装项目所需依赖,并运行 main.py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。

3

提交训练到GPU项目中如有新的引用,需加入到 requirements.txt 文件中。在终端下执行 flyai.exe train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 完整训练设置执行代码示例:flyai.exe train -b=32 -e=100通过执行训练命令,本次训练循环 100 次,每次训练读取的数据量为 32 。

竞赛指南之Mac/Linux操作

具体操作如下(项目详情页右侧下方)

注意事项
1

Windows用户避免使用中文名字设置用户名

2

找不到flyai文件等等报错,关闭杀毒软件重新下载资料包运行就好

3

有问题先阅读“常见问题”、“第一次使用请读我”、“README”文件

4

项目详情页右侧有详细的训练步骤介绍,不清楚的请仔细看

推荐信息