在消失的幾個(gè)月里，我拿獎(jiǎng)啦

最近不怎么出現(xiàn)在大家的視野中，可不是因?yàn)槲彝祽朽浮Ｔ谄毡槌ニ惴◢徫坏拇蟓h(huán)境下，為了給自己的空白簡(jiǎn)歷增加點(diǎn)色彩，也是給自己未來(lái)在就業(yè)市場(chǎng)增加求職的籌碼，從今年六月份到現(xiàn)在這5個(gè)月我一共參加了三個(gè)算法比賽。

就在前幾天，剛剛結(jié)束了我的第三個(gè)比賽。今天就和大家聊聊，這幾個(gè)比賽一個(gè)入門級(jí)菜鳥的真實(shí)感受。

01

Kaggle

我正兒八經(jīng)參加的第一個(gè)比賽是kaggle上的圖像隱寫分析比賽，因?yàn)槲冶旧淼难芯糠较虮闶沁@個(gè)，于是我自信滿滿地參加了這個(gè)比賽。方向比較冷門，屬于信息安全領(lǐng)域中的多媒體安全。

很多朋友應(yīng)該都沒(méi)有聽過(guò)隱寫分析，我簡(jiǎn)單介紹一下。首先是隱寫, 隱寫指的是我們將秘密信息藏入載體之中（比如圖像、語(yǔ)音、視頻、文本等），不讓其他人通過(guò)肉眼或者技術(shù)手段檢測(cè)出來(lái)，而隱寫分析正是指檢測(cè)某個(gè)載體是否藏有秘密信息的技術(shù)。

具體到這個(gè)比賽，目標(biāo)就是檢測(cè)某張圖片是否藏有秘密信息，是一個(gè)看似簡(jiǎn)單的二分類問(wèn)題。但由于嵌入算法的多樣性，嵌入率的不確定性，隱寫分析的難度相當(dāng)大。

我一開始便選擇了領(lǐng)域中的SOTA模型——SRNet, 但由于該模型是在實(shí)驗(yàn)室環(huán)境中的“無(wú)敵”， 無(wú)法適應(yīng)該賽題的變化，效果令人大失所望。接著采用了效果驚艷整個(gè)CV屆的EfficientNet, 嘗試了b2-b5, 從b4開始因?yàn)轱@存的限制我不得不使用了混合精度。

因?yàn)镋fficientNet的強(qiáng)大性能以及我“嫻熟”的玄學(xué)調(diào)參，我一度來(lái)到了接近LB銀牌的位置，中間也嘗試了很多不同的訓(xùn)練方法， 一些包含領(lǐng)域知識(shí)的解決思路。

但還是非常遺憾，隨著比賽的進(jìn)行，大佬們的涌入讓我眼睜睜地看著自己的排名下降，最令我難受地是切換到B榜之后，我直接shake了600名！一次瘋狂的大跳水結(jié)束了我的處子秀。

02

WAIC首屆全球工業(yè)互聯(lián)網(wǎng)算法大賽

這次比賽分為多個(gè)賽道，包含汽車賽道、高端裝備賽道、航空航天賽道、醫(yī)療賽道和一個(gè)開放賽道，比賽目的是讓AI算法與企業(yè)應(yīng)用真正結(jié)合起來(lái)，采用的數(shù)據(jù)是真實(shí)的工業(yè)數(shù)據(jù)。

我從中挑選了兩個(gè)賽道，其一是上海電氣的利用算法搭建設(shè)備健康情況預(yù)警模型，其二是基于DNA編碼化合物篩選數(shù)據(jù)的機(jī)器學(xué)習(xí)建模。同時(shí)進(jìn)行兩個(gè)賽道的比賽的原因是，這可以讓我在比賽進(jìn)程中根據(jù)自己的相對(duì)排名情況主攻排名靠前的賽道，有更大的可能獲獎(jiǎng)。

我最終主攻的是第二題，簡(jiǎn)單來(lái)說(shuō)，這道題的任務(wù)是一個(gè)二分類問(wèn)題，給定一堆化合物信息數(shù)據(jù)，包括其結(jié)構(gòu)（SMILES表示），分子量，脂水分配系數(shù)等數(shù)據(jù)，來(lái)預(yù)測(cè)該化合物與靶點(diǎn)結(jié)合的性質(zhì)為陰性或是陽(yáng)性。對(duì)于SMILES的處理以及靶點(diǎn)篩選我查閱了很多文獻(xiàn)，當(dāng)下非常流行也是效果最棒的兩個(gè)模型分別是LSTM和GNN， 于是我基于這兩種模型分別進(jìn)行了實(shí)驗(yàn)，兩種模型都取得了不錯(cuò)的效果，但圖網(wǎng)絡(luò)還是更勝一籌。

在經(jīng)過(guò)線下驗(yàn)證線上反饋的方式調(diào)整自己的網(wǎng)絡(luò)參數(shù)，最終在該賽道取得了客觀成績(jī)第二的好成績(jī)，并且在經(jīng)過(guò)答辯以及線上主觀評(píng)審之后最終獲得了單賽道的季軍，也收獲了人生的第一筆比賽獎(jiǎng)金5000。

03

鏈想家計(jì)算科技大賽

前兩次的比賽都是solo的，那么根據(jù)三人成虎（誤）的道理，組個(gè)隊(duì)融合一下豈不能獲得更優(yōu)的成績(jī)，很開心這第三次比賽完美印證了我的猜想。我和鄧?yán)薪M隊(duì)取得了這次比賽初賽第二，復(fù)賽第一的好成績(jī)。

這個(gè)比賽是鏈想家計(jì)算科技大賽MOOCCube學(xué)生行為分析挑戰(zhàn)賽，我也同時(shí)參加了兩個(gè)賽道，賽道一是學(xué)生退課行為預(yù)測(cè)，賽道二是學(xué)生答題正確性預(yù)測(cè)。

我主攻的賽道一賽題非常明確，那便是根據(jù)學(xué)生觀看視頻的歷史數(shù)據(jù)來(lái)預(yù)測(cè)該學(xué)生是否會(huì)選擇退課。該比賽我用時(shí)兩個(gè)多月，瘋狂地沖分導(dǎo)致我連做夢(mèng)都在構(gòu)造特征。

初賽一步一步地從倒數(shù)到前二十到前十，期間還不斷被新參賽的大佬們按到十名開外，到了比賽的最后階段，我和鄧?yán)幸慌募春希瓿闪私M隊(duì)。一千個(gè)人眼里有一千個(gè)哈姆雷特，每個(gè)人對(duì)賽題的解讀不同，數(shù)據(jù)處理方式不同，特征構(gòu)造維度不同，經(jīng)過(guò)思想的碰撞之后，我們各取所長(zhǎng)，一舉讓我們沖到初賽LB第二名。

復(fù)賽這一天尤為刺激，也是我人生中睡眠時(shí)間最少的一天。2020年11月1日下午4時(shí)，我完成了復(fù)賽的第一次提交。

查這個(gè)分和我當(dāng)時(shí)高考查分的刺激程度有的一拼，我是從榜單的下面一直往上滑，最終發(fā)現(xiàn)自己在第一的位置，在開心地吃完晚餐之后發(fā)現(xiàn)自己以0.00006的微弱劣勢(shì)屈居第二，并在次日凌晨四時(shí)發(fā)現(xiàn)自己掉到了排行榜第三位，而當(dāng)時(shí)我們只剩最后一次提交機(jī)會(huì)，在一番糾結(jié)之后我最終使用搖骰子的方式確定選擇了另外一種模型融合的方式，很高興正是這一次的提交讓我們?cè)俅位氐搅说谝幻奈恢茫惨恢北３值搅吮荣惤Y(jié)束。

打比賽一時(shí)爽，一直打比賽一直爽，這是我最真實(shí)而又深刻的體驗(yàn)。當(dāng)你從排行榜的末端一直上升，一直上升到頭部的位置，可能會(huì)經(jīng)歷開心，經(jīng)歷失落，中間的過(guò)程可能起起伏伏，而你精心構(gòu)造的特征，辛勤付出的汗水一定會(huì)收獲好的結(jié)果。

后續(xù)的比賽復(fù)盤，我們團(tuán)隊(duì)的解決方案我也會(huì)在這個(gè)公眾號(hào)繼續(xù)和大家分享，空余時(shí)間我也會(huì)給大家整理一些打比賽的小技巧，給想嘗試打比賽卻無(wú)從下手的朋友們一個(gè)參考。

最后，新比賽繼續(xù)，CCF BDCI見！

——END——


掃碼二維碼
獲取更多精彩
老肥碼碼碼