CodaLab ist eine webbasierte Open-Source-Plattform, die Forschern, Entwicklern und Datenwissenschaftlern die Zusammenarbeit ermöglicht, mit dem Ziel, Forschungsbereiche voranzutreiben, in denen maschinelles Lernen und fortgeschrittene Berechnungen zum Einsatz kommen. CodaLab hilft bei der Lösung vieler häufiger Probleme im Bereich der datenorientierten Forschung durch seine Online-Community, in der Menschen Arbeitsblätter austauschen und an Wettbewerben teilnehmen können.
Um Codalab Competition in Aktion zu sehen, besuchen Sie codalab.lisn.fr.
Codabench, die nächste Generation der CodaLab-Wettbewerbe, ist da. Probieren Sie es aus!
Das CodaLab-Community-Forum wird auf Google Groups gehostet.
Um an Wettbewerben teilzunehmen oder sogar einen eigenen Wettbewerb zu organisieren, müssen Sie nichts installieren , sondern sich lediglich bei einer Instanz der Plattform anmelden (z. B. dieser). Wenn Sie Ihre eigene Instanz von CodaLab-Wettbewerben konfigurieren möchten, finden Sie hier die Anweisungen:
Installieren Sie Docker und fügen Sie Ihren Benutzer der Docker-Gruppe hinzu, falls Sie dies noch nicht getan haben
$ wget -qO- https://get.docker.com/ | sh
$ sudo usermod -aG docker $USER
Klonen Sie dieses Repo und erhalten Sie die Standardumgebungseinrichtung
$ git clone https://github.com/codalab/codalab-competitions
$ cd codalab-competitions
$ cp .env_sample .env
$ pip install docker-compose
$ docker-compose up -d
Jetzt sollten Sie auf http://localhost/ zugreifen können.
Weitere Details zur Konfiguration Ihrer eigenen Instanz:
Copyright (c) 2013-2015, The Outercurve Foundation. Copyright (c) 2016-2021, Université Paris-Saclay. Diese Software wird unter der Apache-Lizenz 2.0 (die „Lizenz“) veröffentlicht; Sie dürfen die Software nur in Übereinstimmung mit der Lizenz verwenden.
Den Text der Apache-Lizenz 2.0 finden Sie online unter: 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}
}