竞赛资料源码-2019 年第十六届中国研究生数学建模竞赛 A 题（华为赛题）.zip

# Wireless Channel AI [](https://www.travis-ci.org/Lmy0217/WirelessChannelAI) [](https://circleci.com/gh/Lmy0217/WirelessChannelAI) [](LICENSE) [](https://github.com/Lmy0217/WirelessChannelAI/pulls) [](README_en.md) * 本仓库存放 [2019 年中国研究生数学建模竞赛 A 题](https://developer.huaweicloud.com/competition/competitions/1000013923/introduction)代码。 ## 依赖 - 安装 [CUDA](https://developer.nvidia.com/cuda-toolkit) 和 [cuDNN](https://developer.nvidia.com/cudnn) 的 GPU - Python 3 安装 [tensorFlow-gpu==2.0.0rc1](https://github.com/tensorflow/tensorflow) - Matlab ## 准备 - 下载本仓库 ```bash git clone https://github.com/Lmy0217/WirelessChannelAI.git cd WirelessChannelAI ``` - 安装依赖 ```bash pip3 install -r requirements.txt ``` ## 数据集 - 下载[数据集](https://developer.huaweicloud.com/competition/competitions/1000013923/circumstances)，并将其解压到 `data` 文件夹（现在，这个文件夹应该包含 ‘train_set’ 和 ‘test_set’ 文件夹） - 在 `data` 文件夹下运行合并、预处理代码 ```bash cd data python3 comp.py matlab -nodesktop -nosplash -r "poccess;exit;" ``` ## 模型 - 训练和测试模型 ```bash python3 model.py ``` - 训练后模型保存在 `model` 文件夹下，**会覆盖预训练模型** ## 预训练模型 - 保存在 `model` 文件夹 ## 性能 - 数据集四分之三作为训练集，其余四分之一作为测试集 |模型|线下 RMSE|线上 RMSE| |-|-|-| |FC-5|≈ 9.74|9.7588| |FC-6|≈ 9.53|9.4514| |ResNet-8|≈ 9.43|-| ## 线上验证 - 上传 `model` 文件夹作为模型目录 - 上传 `data` 文件夹下的 `test_set` 文件夹作为测试集目录 - 在 [ModelArts](https://console.huaweicloud.com/modelarts) 创建模型，部署批量服务 - 提交模型到比赛 ## 许可证 代码在 [MIT](LICENSE) 许可证下开源。