1 赛题与数据
官方介绍已经比较清楚了,按照需要下载对应的文件。[博主使用的是pytorch版本]
![在这里插入图片描述](https://img-blog.csdnimg.cn/aaf55ea7174240a090f96c07dc72c7ea.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5b-F5L-u5bGF5aOr,size_20,color_FFFFFF,t_70,g_se,x_16)
2 代码的本地部署
2.1 文件列表
示例程序文件有以下几个文件
- Model_define_pytorch.py:在这个文件设计网络结构,设计 Encoder 与 Decoder 函数
- Model_train.py:训练主程序入口
- Model_evaluation_encoder.py:编码器评估程序
- Model_evaluation_decoder.py:解码器评估程序
需要添加路径如下:
- data:存放数据集
- Modelsave:存放保存的模型
2.2 环境要求
![在这里插入图片描述](https://img-blog.csdnimg.cn/5d4d3cebb7fd45e2abfe0e174db61db4.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5b-F5L-u5bGF5aOr,size_20,color_FFFFFF,t_70,g_se,x_16)
我的环境是python3.8的,最后进行调整一下也能跑,所以后面所说的部署修改是基于以下环境:
- python 3.8
- pytorch 1.9.0
- numpy 1.20.2
- scipy 1.6.2
2.3 本地尝试训练出错
运行的时候报这个错误:
![在这里插入图片描述](https://img-blog.csdnimg.cn/552b7c2becb94cb888d995a526eeb978.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5b-F5L-u5bGF5aOr,size_20,color_FFFFFF,t_70,g_se,x_16)
最后给代码添加了主程序入口就行,两个evaluation也一样的。
最后一次运行:train,evaluate_encoder,evaluate_decoder就可以看到本地的得分。
结果提交
官方教程往下滑,就能看到怎么提交,但是有一点要注意!
我在pytorch代码相关文件实在没找到get_custom_objects()函数这个函数,后来觉得应该是官方这个地方出错了,因为这个函数相关链接都是tf的,所以我打开tf的代码看了下,确实,所以这个用pytorch应该不用管【个人看法】。
![在这里插入图片描述](https://img-blog.csdnimg.cn/0232c3c686c14799a394e55602d435d2.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5b-F5L-u5bGF5aOr,size_20,color_FFFFFF,t_70,g_se,x_16)
可以用官方的提交样例交一下,然后就能像这样喜提零分哈哈哈。
![在这里插入图片描述](https://img-blog.csdnimg.cn/6c8d92cffa7746e6a2f20c3bcce7efda.png)
写在最后
最近开了个个人公众号,有兴趣的朋友可以关注一下,后期代码会在公众号提供下载链接,回复也主要在公众号,谢谢大家!
![在这里插入图片描述](https://img-blog.csdnimg.cn/497d0de210ee42cdbdd4023d1d785083.png#pic_center)