FlyAI人工智能社区参赛指南—用户体验版

                                                                            Fly-AI竞赛服务平台 flyai.com

在开始学习之前推荐大家可以多在         FlyAI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。

牛年新春马上到来，在这里，先祝小伙伴们新春大吉，工作顺利，合家幸福！

不知不觉，在社区混迹有两年余，通过打怪升级，从一个AI新手成功的晋升为AI菜鸟！别人是天才，我是“抄添裁”，代码靠抄，适度增添，合理剪裁！ctrl+C(V)法力无边，千秋万代，一统江湖！为了给新手们提供点方便，让他们尽快上手，于是就想写个参赛指南，尽一个菜鸟应尽的责任和义务（主要还是因为新手看完官方的指南，往往找不着北）。下面，是依据flyai2.0 windows版本，结合自己的经验编写，不足之处，大家多多指正。

 

一、主页面

在浏览器中，输入www.flyai.com，进入官方网站主页面：

主页面上方有赛事、学习圈、实验室，以及自己的用户名。

当前主页面就是赛事页面，可以看到当前的比赛，你可以参加自己感兴趣的比赛。学习圈发布的主要是小助手不知道从哪里抄来的文章、其他小伙伴的水文和答辩经历等。实验室，是个什么东东，估计和google colab类似的东西吧，我也想进去看看。

参加比赛活动，需要个人注册，很简单，微信一扫基本OK了，然后官方会送1000的FlyAI分值，这些分值比赛会用到，基本是线上训练一分钟，就消耗1个FlyAI分值。曾经就有1000分在我面前，我没珍惜，直到用光，我才后悔莫急……现在主要靠每日签到赚个二三十分，痛并快乐着！

二、项目页面

注册好后，现在我们选取一个比赛来参加吧，比如上图第一个，心率不齐病症检测赛。

页面上，我们可以看到赛事介绍，竞赛排行榜，讨论等内容。我们通过阅读赛事介绍，可以了解比赛的相关内容，竞赛排行榜可以看到小伙伴们的比赛成绩，你还可以在讨论页面发表高论，赚个20FlyAI分。

好吧，我们现在要做的就是报名参赛，点击右上方那个金光灿灿的“报名参赛“按钮，然后，报名参赛就变成了查看样例，再点击”查看样例“，进入代码页面。

左侧边栏，是代码的文件，这里有五个，分别是app.json，main.py，path.py，prediction.py和requirements.txt。

app.json：这个是该项目的配置文件，不用管它。

main.py：这是代码的主要文件，将代码上传到服务器后，服务器就会自动执行该文件的代码，这个也可以说是代码的入口文件，我们将在这个文件中实现程序的主要功能，比如说建立模型、处理数据、训练模型、保存模型等。

path.py：这里面是路径的配置，默认有DATA_PATH和MODEL_PATH，你可以添加自己的路径配置。

prediction.py：main.py执行完毕后，服务器将调用该文件的Prediction类，依次调用这个类的load_model和predict功能，完成模型的验证，根据模型提交的结果，给出得分。

requirements.txt：这里面是该项目用到的包，比如你代码里面用的pytorch版本是1.4，那么，你可以在这个文件里面加入torch==1.4.0，官方服务器一般会把常用的包安装好了，比如说numpy、pandas等，一些不常用的，而你的代码里需要用到的，就可以在这个文件里面添加。

理论上，我们只要按照代码框架，完成main.py和prediction.py这两个文件代码的编写就行了。

右侧栏，就是相应文件的内容，我们可以在电脑上进行更改，完成后，点击下方的提交训练，就可以上传代码到服务器端进行训练。

右侧栏上方最右边，有三个按钮，分别是下载代码、上传代码、查看代码。下载代码，即可将代码下载到本地编辑，完成后，再打包，点击上传代码，即可将线下代码上传到线上；点击查看代码，可以查看以前提交过的代码，方便修改。

三、下载代码

线上编写，有很多不方便，我们可以下载下来线下编写调试。点击下载代码，解压后，可以得到如下文件：

可以看到，会比线上多出几个文件，多出的文件不用管它，我们只看这个flyai.exe，双击运行它，如下图：

 

 

在这里，可以点击“下载数据“按钮，下载部分数据到线下，这时会在当前文件下建立一个data文件夹，用来保存下载数据。点击”提交GPU训练“按钮，即可以将当前目录下的相关文件上传到服务器端进行训练。

我们先来看看下载下来的样例数据，样例数据只是全部数据的一部分，主要是用来线下调试代码的。比如，在路径“data/input/ArrhythmiaClassification/“下，有个train.csv文件，打开看看：

 

 

其中，data就是模型训练需要用到的数据，label是标签。在图像类的比赛，第一栏一般是图片的路径，不同的比赛，略有不同。

现在，就可以按照main.py和prediction.py里面样例框架，编写自己的代码，值得注意的是，训练好的模型文件要保存在“data/output/model”路径下面。根据需要，也可以另外新建文件夹或者文件。完成代码编写后，可先用线下数据，本地运行一下，看有没有什么BUG，确定无误后，就可以上传代码，到线上训练了。

四、上传代码

上传代码有两种方式，一种是直接点击上面flyai.exe图中的“提交GPU训练”，程序就会自动将当前文件夹下面的文件上传到线上，这里需要注意的是，有些我们自己建立的文件夹可能不会上传，所以，如果有新建的文件夹，建议不要采取这种方式上传代码。

另外一种上传方式是手动打包上传，这里要将app.json、main.py、prediction.py、path.py、requirements.txt这五个文件，加上我们新建的文件和文件夹，一起打包成压缩包，然后点击下图中“下载代码”旁边的上传按钮，就可以把我们的文件上传到线上了，再点击“提交训练”按钮，就可以训练了。

 

 

五、线上运行

这时候，我们可以查看程序运行状态，如下图：

 

 

由于线上服务器数量有限，可能需要排队，只能耐心等待，如果不想等，可以点击“取消排队”，但是不能重复提交代码训练，一次只能训练一个任务，如果提交两个以上任务，就会出现上图中的“已加入队列！之前任务完成后，将自动开始训练”，不过有时候，网站后台代码有问题，也会出现这种情况，这时候，就需要我们美丽的Flyai小助手出场了，将你遇见的问题，跟她反馈，一般都能很好解决。

训练日志内容会显示requirement.txt里面安装包的安装状况，之后就会显示执行main.py输出显示的内容，比如print。如果程序有错误，会显示错误提示，停止训练。

每训练一次，都会消耗我们的FLYAI分值，如果分值为零，就不能再进行训练了。获取积分的方式有每日签到、每日讨论、写写文章，邀请朋友和充钱等等,也可以坚持签到，像我一样发发文章，Fai值自然而来！

好了，基本上，常用的东西就是这样了，不过，各位一定确定以及肯定还会碰到各种问题，可以问小助手，边打怪边升级，钢铁就是这样练废的！

---

更多精彩内容请访问FlyAI-AI竞赛服务平台；为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台；每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。

挑战者，都在FlyAI！！！