CodaLab是什么?
CodaLab是一个开源的基于网络的平台,旨在让研究人员、开发人员和数据科学家能够进行协作,以推进使用机器学习和高级计算的研究领域。CodaLab通过其在线社区帮助解决数据导向研究领域中的许多常见问题,人们可以在这里分享工作表并参与竞赛。
要查看Codalab竞赛的实际应用,请访问codalab.lisn.fr。
Codabench,CodaLab竞赛的下一代版本已经发布。立即尝试!
文档
社区
CodaLab社区论坛托管在Google Groups上。
快速安装(适用于Linux!)
要参与竞赛或甚至组织自己的竞赛,无需安装任何东西,只需在平台实例上登录即可(例如这个)。 如果你希望配置自己的CodaLab竞赛实例,以下是相关说明:
如果你尚未安装docker并将用户添加到docker组,请先执行以下操作
$ wget -qO- https://get.docker.com/ | sh
$ sudo usermod -aG docker $USER
克隆此仓库并设置默认环境
$ git clone https://github.com/codalab/codalab-competitions
$ cd codalab-competitions
$ cp .env_sample .env
$ pip install docker-compose
$ docker-compose up -d
现在你应该能够访问http://localhost/
关于如何配置自己实例的更多详细信息:
许可证
版权所有 (c) 2013-2015,The Outercurve Foundation。 版权所有 (c) 2016-2021,巴黎萨克雷大学。 本软件根据Apache许可证2.0版("许可证")发布;除非符合许可证,否则不得使用本软件。
Apache许可证2.0的文本可在以下网址找到: http://www.opensource.org/licenses/apache2.0.php
在你的研究中引用CodaLab竞赛
@article{codalab_competitions_JMLR,
author = {Adrien Pavao and Isabelle Guyon and Anne-Catherine Letournel and Dinh-Tuan Tran and Xavier Baro and Hugo Jair Escalante and Sergio Escalera and Tyler Thomas and Zhen Xu},
title = {CodaLab Competitions: An Open Source Platform to Organize Scientific Challenges},
journal = {Journal of Machine Learning Research},
year = {2023},
volume = {24},
number = {198},
pages = {1--6},
url = {http://jmlr.org/papers/v24/21-1436.html}
}