2021 “AI Earth”人工智能创新挑战赛 Task2

最新推荐文章于 2022-12-17 22:02:22 发布
最新推荐文章于 2022-12-17 22:02:22 发布
阅读量511 收藏
点赞数
分类专栏： CV 文章标签： 数据分析 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43057279/article/details/114004908
版权
本文记录了2021年'AI Earth'人工智能创新挑战赛Task2的过程，涉及数据读取、数据格式转化，特别是对SODA_train数据集的处理以及baseline模型的改进。作者表示目前还在学习阶段，暂无独特策略。
摘要由CSDN通过智能技术生成

2021 “AI Earth”人工智能创新挑战赛 Task 2

数据读取

数据格式转化

SODA_train处理

SODA_train.nc中[0,0:36,:,:]为第1-第3年逐月的历史观测数据；SODA_train.nc中[1,0:36,:,:]为第2-第4年逐月的历史观测数据；…,SODA_train.nc中[99,0:36,:,:]为第100-102年逐月的历史观测数据。

SODA_path        = './data/SODA_train.nc'nc_SODA          = Dataset(SODA_path,'r') 

def trans_df(df, vals, lats, lons, years, months):    '''        (100, 36, 24, 72) -- year, month,lat,lon     '''     for j,lat_ in
最低0.47元/天 解锁文章
小胖胖7
关注
专栏目录
“AI Earth”人工智能创新挑战赛：助力精准气象和海洋预测Baseline[3]：TCNN+RNN模型、SA-ConvLSTM模型
丨汀、的博客
06-06 1410
【机器学习入门与实践】入门必看系列，含数据挖掘项目实战：模型融合、特征优化、特征降维、探索性分析等，实战带你掌握机器学习数据挖掘 专栏详细介绍：【机器学习入门与实践】合集入门必看系列，含数据挖掘项目实战：数据融合、特征优化、特征降维、探索性分析等，实战带你掌握机器学习数据挖掘。本专栏主要方便入门同学快速掌握相关知识。声明：部分项目为网络经典项目方便大家快速学习，后续会不断增添实战环节（比赛、论文、现实应用等）专栏订阅：数据挖掘-机器学习专栏主要讲解了数据探索性分析：查看变量间相关性以及找出关键变量；数据特征
“AI Earth”人工智能创新挑战赛：助力精准气象和海洋预测Baseline[2]：数据探索性分析（温度风场可视化）、CNN+LSTM模型建模
丨汀、的博客
06-06 1849
该方案在数据处理部分采用了滑窗来构造数据集，这是序列预测问题中常用的增加数据量的方法。另外，该方案中增加了一组月份特征，个人认为在时序场景中增加的这组特征收益不高，更多的是通过模型挖掘序列中的依赖关系，并且由于维度增加会使得训练数据占用的资源大大增加，对模型的效果提升不明显。不过在其他场景中这种特征构造方法仍然是值得借鉴的。
AI Earth人工智能创新挑战赛-使用Docker提交baseline
none的博客
02-21 419
文章目录AI Earth人工智能创新挑战赛-使用Docker提交baseline本地PC准备数据及代码在阿里云中创建镜像仓库构建镜像并推送 AI Earth人工智能创新挑战赛-使用Docker提交baseline 记录DataWhale时间序列比赛的组队学习过程，Task1是将已经写好的baseline使用Docker提交到天池平台。本次时间序列比赛由阿里天池主办，地址在这里。baseline及赛题讲解可以参考文章从0梳理1场时间序列赛事。Task1主要关注的是使用Docker在天池平台提交，本文记录使用w
2021 “AI Earth”人工智能创新挑战赛 Task 1
小胖鸡的博客
02-21 843
这里写目录标题赛题背景我的初衷数据说明Baselinebaseline衍生 模型预测 赛题背景 作为一个时间序列预测问题，需要基于历史气候观测和模式模拟数据 具体包括 利用T时刻过去12个月(包含T时刻)的时空序列（气象因子） 构建预测ENSO的深度学习模型 预测未来1-24个月的Nino3.4指数 我的初衷 简单来说就是根据给定时间段内的相关数据（示意是12个连续自然月），预测未来1-24个月的趋势。前老板还在的时候曾经试图做过这个相关的research，但是师姐没有做出比较好的结果，所以这次跟着大家
近400万奖金！2021全国人工智能大赛来了
Datawhale
12-22 939
Datawhale赛事主办单位：深圳市人民政府、鹏城实验室全国人工智能大赛自2019年末起，已经成功举办两届。随着2021接近尾声，我们迎来了第三届NAIC大赛——“2021全国人工智...
Task01：天池“AI Earth”人工智能创新挑战赛--比赛全流程体验
gftfy的博客
02-22 787
体验目录说在前面用Docker提交代码安装docker第一步开启hyper-V第二步第三步开通阿里云容器镜像服务上交代码 说在前面 跟着datawhale体验了一把天池竞赛的提交结果的过程，第一次接触到还是挑战挺大的，比如提交结果使用docker提交的，配置阿里云的镜像仓库花费了不少时间，不过也是成功完成了这一个流程。下面记录一下这一个过程 用Docker提交代码 这一次只是单纯的走了一个用docker提交代码的流程，所以代码是使用了这一次datawhale提供的开源内容 开源内容网址 安装docker
天池“AI Earth”人工智能创新挑战赛Docker提交笔记
JeffDing
02-19 631
一、Docker基本操作 Docker基本操作可以参考这篇文章：https://tianchi.aliyun.com/forum/postDetail\?spm=5176.12586969.1002.9.51df4127FoZKeL\&postId=165595 二、文件准备 1.requirement文件内容 numpy tensorflow==2.2.0 2.code.py 代码文件 import tensorflow as tf import tensorflow.ke.
【12月比赛合集】42场可报名的数据挖掘奖金赛，任君挑选！
CompHub的博客
12-17 797
实时聚合多平台的(Kaggle、天池…)和(Leetcode、牛客…）比赛。本账号同时会推送最新的比赛消息，欢迎关注！更多比赛信息见或 点击文末以下信息仅供参考，以比赛官网为准。
2021世界机器人大赛— 青少年机器人设计大赛
IT_Scratch的博客
03-11 1万+
看点 大赛旨在通过竞赛活动激发全球青少年选手的研究创新精神，培养团队协作、策略分工、动手实践等综合能力，为广大参赛青少年提供一个国际化创新展示平台，切实促进机器人领域产、学、研、用...
阿里云天池《“AI Earth”人工智能创新挑战赛》萌新体验
日拱一卒，功不唐捐。
03-22 935
阿里天池大赛初体验
2021 “AI Earth”人工智能创新挑战赛-AI助力精准气象和海洋预测BaseLine学习笔记
JeffDing
02-25 1761
一、比赛主页 链接：https://tianchi.aliyun.com/competition/entrance/531871/introduction 二、比赛介绍 本次赛题是一个时间序列预测问题。基于历史气候观测和模式模拟数据，利用T时刻过去12个月(包含T时刻)的时空序列（气象因子），构建预测ENSO的深度学习模型，预测未来1-24个月的Nino3.4指数，如下图所示： 三、背景数据描述 1. 数据简介 本次比赛使用的数据包括CMIP5/6模式的历史模拟数据和美国SODA模式重建的近
天池 “AI Earth”人工智能创新挑战赛——AI助力精准气象和海洋预测，组队学习笔记Task1
turn_sole的博客
02-21 839
第一次尝试去了解天池竞赛，为本次的组队学习赛，重在参与，积累经验。安装docker过程和上传代码自己琢磨了两天，终于上传成功，运行成功，虽然结果不好，但是我会试着在接下来的几天尝试去改动，提高。 开源内容：：https://github.com/datawhalechina/team-learning-data-mining/tree/master/WeatherOceanForecasts 下载好后pycharm打开即可，按要求新建Dockerfile文档。 以下内容分为：Docker安装，镜像pu
2021年安徽省大数据与人工智能应用竞赛人工智能(网络赛)-本科组赛题
热门推荐
weixin_40547993的博客
10-26 1万+
第一部分：人工智能基础环境搭建部署（15分） 注：任务1与任务2任选一题完成即可。 o任务1：Anaconda 3、scikit-learn、OpenCV 3.X、PyTorch 1.8.X、torchvision 0.9.X库的安装与配置。 要求（1）需使用比赛平台提供的上述各软件安装包进行安装与配置。 （2）在配置完成的环境中运行task1_1.py，将输出结果截图放入答题卡对应位置。 o任务2：Anaconda 3、scikit-learn、OpenCV 3.X、TensorFlow..
2021-02-21AI助力精准气象和海洋预测
weixin_46870583的博客
02-21 433
AI助力精准气象和海洋预测 TASK01比赛全流程体验 docker学习 定义 Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。 Docker通常用于如下场景： web应用的自动化打包和发布； 自动化测试和持续集成、发布； 在服务型环境中部署和调整数据库或其他的后台应用； 从头编译或者扩展现有的OpenShift或Cloud Foun
全球人工智能技术创新大赛【赛道二】第三周初赛top-2分享
梁瑛平的博客
03-15 806
全球人工智能技术创新大赛【赛道二】第三周初赛top-2分享本文禁止转载！比赛地址：排名截图：使用GPU平台：AI Studio简介：特点：使用深度学习框架：PaddleDetection简介：使用算法：数据预处理：图像分割：有重叠的滑窗：多模型预测：数据增强：预训练模型：后续思路：我的公众号： 本文禁止转载！ 作者的其他主页： B站：https://space.bilibili.com/470550823 CSDN：https://blog.csdn.net/weixin_44936889 AI
2021 年了，机器/深度学习还有哪些坑比较好挖？
3D视觉工坊
03-19 641
作者丨张趔趄、微调、金雪锋来源丨知乎问答编辑丨极市平台导读深度学习以及机器学习发展至今，涌入了大量的人才和资源，有很多方向已经达到了一个瓶颈，短时间内有非常大的突破有些难以实现。那么对于...
中小学机器人类竞赛活动2020-2021
zhangrelay的专栏
09-27 3810
>>>本博文所有文档参考官方网站<<< 中小学将机器人类教育融入劳动实践课程 与此同时，机器人课程也属于体育教育改革试点： 具体与机器人和编程相关科技类竞赛清单（直接相关加粗蓝色，间接相关加粗黑体显示）如下： 附件 2020—2021学年面向中小学生的全国性竞赛活动名单 序号 竞赛名称 主办单位 竞赛面向学段 自然科学素养类 1 .
10万美元奖金！CVPR 2021 重磅赛事，安全AI挑战者计划
我爱计算机视觉
02-10 633
●赛题背景●随着人脸识别、动作识别、假货识别等应用场景的出现，AI与安全结合的成果愈加丰硕，但AI面临的安全问题也逐渐浮出水面。为了抵御未来AI面临的安全风险，阿里安全联合清华大学，以对抗...
ai earth”人工智能创新挑战赛
最新发布
08-01
“AI Earth”人工智能创新挑战赛是一项面向全球AI开发者和研究者的竞赛活动。此活动旨在通过使用人工智能技术解决地球环境和气候变化等重大问题，推动可持续发展和保护地球生态环境。这个竞赛是一个很好的机会，让...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值