https://signate.jp/competitions/443
$ docker build . -t dondakeshimo/signate-j-quants
https://signate.jp/competitions/443/data
上記URLの拡張子が csv.gz
, csv
のものをダウンロードして data/
に配置する。
https://signate.jp/competitions/443/data
上記URLの
- headline_features.zip
- keywords_features.zip
- Chapter02_models.zip
をダウンロードし、 model/
配下で解凍する。
Chapter02_models.zip
については余分な階層がうまれてしまっているので pkl
ファイルを model
直下に移動させる
$ mv model/Chapter02_models/*.pkl model/
BERTに使用する学習済みモデルをダウンロードする
$ docker run --rm -it -v $(pwd):/opt/ml dondakeshimo/signate-j-quants python hack/download_bert_model.py
買付日の指定を行う。とりあえずはチュートリアルで指定していた日付。
$ echo "Purchase Date" > data/purchase_date.csv
$ echo "2020-12-28" >> data/purchase_date.csv
$ docker run --gpus all --rm -it -v $(pwd):/opt/ml dondakeshimo/signate-j-quants python src/main.py submission.csv
$ docker run --rm -it -v $(pwd):/opt/ml dondakeshimo/signate-j-quants python src/main.py submission.csv
$ docker run --gpus all --rm -it -v $(pwd):/opt/ml dondakeshimo/signate-j-quants python src/train_lgbm.py lgbm_label_high_20.pkl --config_path ./src/config/lgbm_base.yaml
一応docker-composeでも立ち上げられる。
(deprecated)
$ docker-compose up
$ docker run --rm --name tutorial --shm-size=2G -v ${PWD}:/notebook -p8888:8888 --rm -it dondakeshimo/signate-j-quants jupyter notebook --ip 0.0.0.0 --allow-root --no-browser --no-mathjax --NotebookApp.disable_check_xsrf=True --NotebookApp.token='' --NotebookApp.password='' /notebook
ipynbは ipynb
ディレクトリ配下に作成すること。
成果物を下記コマンドで生成する。
$ ./hack/make_submit.sh 20210425_submission.zip
下記コマンドでできた 20210425_submission.zip
を https://signate.jp/competitions/443/submissions に提出する。