文件名称：open-solution-salt-identification:TGS盐识别挑战的开放式解决方案
文件大小：78KB
文件格式：ZIP
更新时间：2024-05-24 01:57:46
python data-science machine-learning deep-learning pipeline
TGS盐分鉴定挑战赛 这是的开放解决方案。 笔记 不幸的是，我们不能再为此仓库提供支持。 希望它仍然可以正常工作，但是如果不能正常工作，我们将无能为力。 更多比赛 :sparkler: 检查收集 ，您可以在其中找到具有代码，实验和输出的多个Kaggle竞赛。 我们的目标 我们正在为这场比赛建立完全开放的解决方案。 具体来说： 从过程中学习-有关新思想，代码和实验的更新是学习数据科学的最佳方法。 我们的活动对想参加比赛但缺乏适当经验的人特别有用。 鼓励更多的Kagglers开始这项比赛。 提供不附带任何条件的开源解决方案。 代码可在我们的 。 该解决方案应建立坚实的基准，并为您的自定义想法和实验提供良好的基础。 我们关心干净的代码 :grinning_face_with_big_eyes: 我们也正在开放实验：每个人都可以实时预览我们的实验，参数，代码等。检查： 或下面的屏幕。 培训和验证监控器 :bar_chart: 免责声明 在此开源解决方案中，您将找到
【文件预览】：
open-solution-salt-identification-master
----notebooks()
--------data_exploration.ipynb(4KB)
--------augmentations.ipynb(5KB)
--------result_exploration.ipynb(6KB)
--------weighted_focal_loss.ipynb(6KB)
--------small_mask_generation.ipynb(5KB)
--------prediction_average.ipynb(6KB)
--------stacking_data_exploration.ipynb(3KB)
----neptune.yaml(2KB)
----empty_vs_non_empty.py(36KB)
----PULL_REQUEST_TEMPLATE.md(439B)
----main.py(47KB)
----CONTRIBUTING.md(1004B)
----LICENSE(1KB)
----environment.yml(454B)
----README.md(9KB)
----Makefile(402B)
----common_blocks()
--------callbacks.py(34KB)
--------architectures()
--------pipelines.py(9KB)
--------utils.py(19KB)
--------__init__.py(0B)
--------lovasz_losses.py(8KB)
--------models.py(17KB)
--------loaders.py(30KB)
--------metrics.py(2KB)
--------unet_models.py(9KB)
--------postprocessing.py(2KB)
--------lovash_losses.py(7KB)
--------augmentation.py(9KB)
----CODE_OF_CONDUCT.md(3KB)
----.gitignore(1KB)
----prepare_metadata.py(3KB)