MachineLarning_Numpy_CodeCraft2020

使用说明

1. 导入项目

git clone https://github.com/MarkShawn2020/MachineLarning_Numpy_CodeCraft2020
pip install numpy==1.17.2

2. 配置数据

打开core/settings.py文件，设定您的数据文件夹位置。

考虑到git的拉取速度，这些文件我们没有上传。

此外，您的本地程序生成的预测文件result.txt也会自动存储在该文件夹下。

3. 测试程序

RUN demo/Model_1_MBSGD.py，预期输出：

4. 发布程序

如果您的程序测试通过， 可以使用scripts/convert.py文件将其自动转换成单文件版本， 而无需您手动修改包的导入，这是本项目最大的福利之一。

之后您可以直接将release/Main.py文件上传到服务器， 或者本地运行python release/Main.py。

Good Luck！

项目说明

本项目部分参考PYTORCH的框架设计。

目前已经实现：

• 基于生成器、自动切片、随机打乱、可自由分割训练集和验证集的DataLoader
• 继承于通用模型类的LogisticRegression类
• 一些常用的functions如交叉熵等
• 本地和服务器均可使用的路径配置
• 一些装饰器，如函数计时等

使用简单随机梯度下降Logistic测试结果

TODO

• [ ] 融合一些高级优化器
• [ ] 加入其他模型
• [ ] 其他扩展与性能优化

最后声明

考虑到Python可能对最后的成绩没有什么决定性作用， 但大家可以一起学习研究，所以开源给大家使用 也欢迎大家积极贡献代码和issue，感谢~