CodaLab هي عبارة عن منصة مفتوحة المصدر على شبكة الإنترنت تمكن الباحثين والمطورين وعلماء البيانات من التعاون بهدف تطوير مجالات البحث حيث يتم استخدام التعلم الآلي والحوسبة المتقدمة. تساعد CodaLab في حل العديد من المشكلات الشائعة في مجال الأبحاث الموجهة نحو البيانات من خلال مجتمعها عبر الإنترنت حيث يمكن للأشخاص مشاركة أوراق العمل والمشاركة في المسابقات.
لرؤية مسابقة Codalab أثناء العمل، قم بزيارة codalab.lisn.fr.
تم إصدار Codabench، الجيل التالي من مسابقات CodaLab. جربه!
تتم استضافة منتدى مجتمع CodaLab على مجموعات Google.
للمشاركة في المسابقات، أو حتى تنظيم منافستك الخاصة، لا تحتاج إلى تثبيت أي شيء ، تحتاج فقط إلى تسجيل الدخول إلى مثيل النظام الأساسي (على سبيل المثال، هذا). إذا كنت ترغب في تكوين المثيل الخاص بك من مسابقات CodaLab، فإليك التعليمات:
قم بتثبيت عامل الإرساء وأضف المستخدم الخاص بك إلى مجموعة عامل الإرساء، إذا لم تكن قد قمت بذلك بالفعل
$ wget -qO- https://get.docker.com/ | sh
$ sudo usermod -aG docker $USER
انسخ هذا الريبو واحصل على إعداد البيئة الافتراضي
$ git clone https://github.com/codalab/codalab-competitions
$ cd codalab-competitions
$ cp .env_sample .env
$ pip install docker-compose
$ docker-compose up -d
الآن يجب أن تكون قادرًا على الوصول إلى http://localhost/
مزيد من التفاصيل حول كيفية تكوين المثيل الخاص بك:
حقوق الطبع والنشر (ج) 2013-2015، مؤسسة Outercurve. حقوق الطبع والنشر (ج) 2016-2021، جامعة باريس ساكلاي. تم إصدار هذا البرنامج بموجب ترخيص Apache 2.0 ("الترخيص")؛ ولا يجوز لك استخدام البرنامج إلا وفقًا للترخيص.
يمكن العثور على نص ترخيص Apache 2.0 عبر الإنترنت على: http://www.opensource.org/licenses/apache2.0.php
@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}
}