大赛简介
Fashion-MNIST是一个替代MNIST手写数字集的图像数据集。 它是由Zalando(一家德国的时尚科技公司)旗下的研究部门提供。其涵盖了来自10种类别的共7万个不同商品的正面图片。Fashion-MNIST的大小、格式和训练集/测试集划分与原始的MNIST完全一致。60000/10000的训练测试数据划分,28x28的灰度图片。
赛事主题和数据说明
赛题描述
通过迭代自己的算法模型并提交训练,获取奖金池高额奖金。小提示:抢先更新算法排行榜,有更大机会获取高额奖金哦!
数据来源
FashionMNIST
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,可通过使用本地调试的方式获取调试数据集。本地调试和提交指南请查看[文档中心]
字段说明:
文件名 |
字段名称 |
字段类型 |
备注 |
image_path |
string |
不为空 |
图片的相对路径 |
name |
int |
不为空 |
图片上对应的服装 |
label |
float |
大于等于 0, 小于等于 9 |
图片的标注标签 |
评审标准
算法输入输出格式
输入字段:
image_path,
输出字段:
label,
评审指标说明
- 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:
超过 90分 的成绩会在48小时内更新到排行榜,不要着急哦!
batch数据为100,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92.64。
batch数据为1024,循环次数为200次,通过在线上环境完成训练,模型最优精度评分为92.36。
batch数据为512,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为91.94。
4
batch数据为256,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为90.89。
5
batch数据为64,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为90.68。
6
batch数据为32,循环次数为4000次,通过在线上环境完成训练,模型最优精度评分为90.63。
7
batch数据为64,循环次数为9000次,通过在线上环境完成训练,模型最优精度评分为90.16。
8
batch数据为256,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为89.89。
9
batch数据为64,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为89.06。
10
batch数据为32,循环次数为10000次,通过在线上环境完成训练,模型最优精度评分为88.90。
11
batch数据为50,循环次数为10000次,通过在线上环境完成训练,模型最优精度评分为88.68。
12
batch数据为64,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为88.50。
13
batch数据为64,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为88.05。
14
batch数据为100,循环次数为64次,通过在线上环境完成训练,模型最优精度评分为87.97。
15
batch数据为64,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为87.49。
16
batch数据为256,循环次数为3000次,通过在线上环境完成训练,模型最优精度评分为85.99。
17
batch数据为128,循环次数为300次,通过在线上环境完成训练,模型最优精度评分为85.94。
18
batch数据为32,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为85.69。
19
batch数据为32,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为85.04。
20
batch数据为128,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为84.55。
21
batch数据为256,循环次数为400次,通过在线上环境完成训练,模型最优精度评分为84.18。
22
batch数据为500,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84.16。
23
batch数据为50,循环次数为1000次,通过在线上环境完成训练,模型最优精度评分为79.01。
24
batch数据为32,循环次数为4000次,通过在线上环境完成训练,模型最优精度评分为78.08。
25
batch数据为32,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为77.01。
26
batch数据为10,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为75.97。
27
batch数据为256,循环次数为200次,通过在线上环境完成训练,模型最优精度评分为68.77。
28
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为58.15。
29
batch数据为256,循环次数为50次,通过在线上环境完成训练,模型最优精度评分为52.76。
30
batch数据为64,循环次数为10000次,通过在线上环境完成训练,模型最优精度评分为44.66。
31
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为42.91。
32
batch数据为32,循环次数为1500次,通过在线上环境完成训练,模型最优精度评分为35.27。
33
batch数据为32,循环次数为10次,通过在线上环境完成训练,模型最优精度评分为31.64。
仰天笑
2020-10-19 16:36:12
2020-10-19 16:36:12
92.67
chenfengshf
2019-08-31 13:13:12
2019-08-31 13:13:12
92.59
Eloise
2020-04-11 10:45:29
2020-04-11 10:45:29
92.54
4
AHU张雨
2020-06-06 10:23:59
2020-06-06 10:23:59
92.16
5
超人二号
2019-08-12 21:51:59
2019-08-12 21:51:59
91.82
6
流年相摧
2019-10-21 21:24:09
2019-10-21 21:24:09
91.76
7
路人甲
2020-02-21 21:25:29
2020-02-21 21:25:29
91.46
8
xxxx
2019-08-17 03:03:44
2019-08-17 03:03:44
91.26
9
skyfish
2019-09-03 10:09:57
2019-09-03 10:09:57
90.6
10
啤酒饮料矿泉水花生瓜子八宝粥
2019-11-20 20:30:08
2019-11-20 20:30:08
90.36
11
Tchao
2019-09-12 04:27:55
2019-09-12 04:27:55
90.01
12
呜啦啦啦
2019-08-10 08:43:13
2019-08-10 08:43:13
89.85
13
赖子
2019-10-24 12:09:23
2019-10-24 12:09:23
88.96
14
Bright
2019-09-02 16:27:23
2019-09-02 16:27:23
88.66
2020-10-23 21:50:31
88.17
16
韩天啸
2020-06-01 22:45:44
2020-06-01 22:45:44
88.14
17
likeBBBrest
2019-09-23 17:57:36
2019-09-23 17:57:36
87.86
18
不只是大叔
2021-01-07 16:24:14
2021-01-07 16:24:14
87.76
19
zyl1602322596
2020-10-10 22:19:34
2020-10-10 22:19:34
87.54
20
Tk more tk less
2019-08-23 11:15:24
2019-08-23 11:15:24
87.25
21
zozo
2019-11-13 12:45:12
2019-11-13 12:45:12
86.86
22
王鹏1572336692
2020-03-18 18:36:12
2020-03-18 18:36:12
86.28
23
Feng1583890403
2020-05-04 00:07:35
2020-05-04 00:07:35
85.78
24
嘻嘻嘻哈哈
2019-10-31 03:18:31
2019-10-31 03:18:31
85.64
25
MST
2019-12-05 19:10:57
2019-12-05 19:10:57
85.16
26
niu
2019-11-05 15:04:16
2019-11-05 15:04:16
84.54
27
dx9527
2019-08-09 11:09:08
2019-08-09 11:09:08
84.24
28
大山1563190752
2020-02-18 10:46:12
2020-02-18 10:46:12
83.42
29
样例代码
2019-08-30 17:52:35
2019-08-30 17:52:35
82.39
30
Edward1585020154
2020-03-27 14:30:59
2020-03-27 14:30:59
81.85
31
gege
2019-08-23 12:39:25
2019-08-23 12:39:25
78.89
32
五个橘子。
2019-08-13 12:49:53
2019-08-13 12:49:53
62.43
33
仗剑天涯1567763458
2020-07-30 18:37:12
2020-07-30 18:37:12
53.31
34
々烟尽あ浮华々
2020-02-23 00:00:43
2020-02-23 00:00:43
49.97
35
fong
2019-08-23 00:22:21
2019-08-23 00:22:21
45.52
36
叶骞
2019-12-05 22:14:40
2019-12-05 22:14:40
42.91
37
Jelly1567735657
2019-12-25 11:30:29
2019-12-25 11:30:29
42.91
38
gczyjbr
2019-12-31 19:51:26
2019-12-31 19:51:26
42.91
39
Z.Y.Wei
2020-01-02 19:55:02
2020-01-02 19:55:02
42.91
40
变向怪杰
2020-02-27 16:50:48
2020-02-27 16:50:48
42.91
41
WhiteCrow5
2020-03-16 13:18:14
2020-03-16 13:18:14
42.91
42
鲨鱼辣椒
2020-03-26 21:27:06
2020-03-26 21:27:06
42.91
43
郭格
2020-05-28 16:56:57
2020-05-28 16:56:57
42.91
44
逍遥1588061415
2020-06-03 15:14:13
2020-06-03 15:14:13
42.91
45
Honay, King
2020-06-08 11:07:48
2020-06-08 11:07:48
42.91
46
flyai会员1591534183
2020-06-08 11:41:39
2020-06-08 11:41:39
42.91
47
zyz1593329575
2020-06-28 21:43:39
2020-06-28 21:43:39
42.91
48
陨星落云
2020-07-16 22:18:23
2020-07-16 22:18:23
42.91
49
QZQ
2020-09-24 21:44:46
2020-09-24 21:44:46
42.91
50
归长安丿
2020-10-15 16:15:18
2020-10-15 16:15:18
42.91
51
flyai会员1603524621
2020-11-01 11:37:21
2020-11-01 11:37:21
42.91
52
大勇
2020-11-01 23:13:34
2020-11-01 23:13:34
42.91
53
Y WEI
2020-11-14 15:27:30
2020-11-14 15:27:30
42.91
54
你是魔鬼吗
2020-11-28 21:02:42
2020-11-28 21:02:42
42.91
55
沉醉AI~无法自拔
2020-12-15 13:24:32
2020-12-15 13:24:32
42.91
56
flyai会员1608987861
2020-12-28 20:54:09
2020-12-28 20:54:09
42.91
57
4.2
2020-12-29 16:53:06
2020-12-29 16:53:06
42.91
58
。。。zjl
2019-08-14 20:05:53
2019-08-14 20:05:53
36.74
59
0o0
2019-08-17 09:57:23
2019-08-17 09:57:23
29.82
60
tzone
2019-08-17 13:24:41
2019-08-17 13:24:41
29.82
61
立交桥
2019-08-19 19:31:31
2019-08-19 19:31:31
29.82
62
Simon1566224789
2019-08-19 22:38:13
2019-08-19 22:38:13
29.82
63
田心在路上
2019-08-28 16:53:53
2019-08-28 16:53:53
29.82
64
Zuolong
2019-09-01 13:43:44
2019-09-01 13:43:44
29.82
65
Mengcius
2019-09-04 09:08:34
2019-09-04 09:08:34
29.82
66
Start
2019-09-04 20:09:59
2019-09-04 20:09:59
29.82
67
111
2019-09-07 20:34:09
2019-09-07 20:34:09
29.82
68
张宗宇
2019-09-09 11:24:59
2019-09-09 11:24:59
29.82
69
莫君生
2019-09-10 09:44:10
2019-09-10 09:44:10
29.82
70
钱晋
2019-09-26 23:45:33
2019-09-26 23:45:33
29.82
71
田纳尔多1556887204
2019-10-02 14:34:57
2019-10-02 14:34:57
29.82
72
罗志鹏1570462175
2019-10-07 23:37:28
2019-10-07 23:37:28
29.82
73
tartarus
2019-10-13 18:51:47
2019-10-13 18:51:47
29.82
74
五岳风@2016
2019-10-14 22:53:08
2019-10-14 22:53:08
29.82
75
宇1572748632
2019-11-03 13:32:19
2019-11-03 13:32:19
29.82
76
b6462
2019-11-13 16:10:05
2019-11-13 16:10:05
29.82
77
Boyce Avenue
2019-11-14 23:59:22
2019-11-14 23:59:22
29.82
78
章鑫
2019-11-15 10:27:58
2019-11-15 10:27:58
29.82
79
小晓陈
2019-08-18 22:02:42
2019-08-18 22:02:42
18.11
80
努力学习
2019-08-14 23:40:49
2019-08-14 23:40:49
14.11