1.进入代码编辑页下载当前代码

2.本地解压缩代码包文件，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.开启 FlyAI-Jupyter 代码调试环境

运行flyai.exe程序，点击"使用jupyter调试"按钮自动打开jupyter lab 操作界面

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误，需在 requirements.txt 填写项目依赖

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GPU训练"按钮，代码将自动提交到云端GPU进行训练

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

项目中有新的Python包引用，必须在 requirements.txt 文件中指定包名，不填写版本号将默认安装最新版

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

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

cd path\to\project

4.开启 FlyAI-Jupyter 代码调试环境

在终端执行命令 flyai.exe ide 打开调试环境（第一次使用需要使用微信扫码登录）

操作过程有延迟，请耐心等待

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误，需在 requirements.txt 填写项目依赖

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !flyai.exe train 将代码提交到云端GPU免费训练

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

项目中有新的Python包引用，必须在 requirements.txt 文件中指定包名，不填写版本号将默认安装最新版

6.下载本地测试数据

首次成功执行本地调试命令后，将在本地代码包中自动生成"data"数据集文件夹

7.使用自己的Python环境

flyai.exe path=xxx 可以设置自己的Python路径

flyai.exe path=flyai 恢复系统默认Pyton路径

更多参赛帮助请查看文档中心

1.进入代码编辑页下载当前代码

2.使用终端进入到项目的根目录下

cd path\to\project

3.初始化环境登录

使用如下命令授权 flyai 脚本： chmod +x ./flyai

4.开启 Jupyter 代码调试环境

在终端执行命令 ./flyai ide 打开调试环境（第一次使用需要使用微信扫码登录） 操作过程有延迟，请耐心等待

运行 run main.py 命令即可在本地训练调试代码

如果出现 No Model Name "xxx"错误，需在 requirements.txt 填写项目依赖

或使用终端

执行下列命令本地安装环境并调试

./flyai test 注意:如果出现 permission denied 错误，需使用sudo运行

如果出现 No Model Name "xxx"错误，需在 requirements.txt 填写项目依赖

执行test命令，会自动下载100条测试数据到项目下

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

5.提交训练到GPU

在FlyAI-Jupyter环境下运行 !./flyai train 将代码提交到云端GPU免费训练 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

或者在终端下使用 ./flyai train -b=32 -e=10

项目中有新的Python包引用，必须在 requirements.txt 文件中指定包名，不填写版本号将默认安装最新版

6.下载本地测试数据

首次成功执行本地调试命令后，将在本地代码包中自动生成"data"数据集文件夹

7.使用自己的Python环境

./flyai path=xxx 可以设置自己的Python路径

./flyai path=flyai 恢复系统默认Pyton路径

更多参赛帮助请查看文档中心