Wireless Channel AI

• 本仓库存放 2019 年中国研究生数学建模竞赛 A 题代码。

依赖

• 安装 CUDA 和 cuDNN 的 GPU
• Python 3 安装 tensorFlow-gpu==2.0.0rc1
• Matlab

准备

• 下载本仓库

  git clone https://github.com/Lmy0217/WirelessChannelAI.git
  cd WirelessChannelAI

• 安装依赖

  pip3 install -r requirements.txt

数据集

• 下载数据集，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

  cd data
  python3 comp.py
  matlab -nodesktop -nosplash -r "poccess;exit;"

模型

• 训练和测试模型

  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 创建模型，部署批量服务

• 提交模型到比赛

许可证

代码在 MIT 许可证下开源。