机器学习之阿里云天池大赛--Docker入门(二)

简介: 本文为作者参加天池大赛Docker入门赛记录文章,接续上一篇(机器学习之阿里云天池大赛--Docker入门),比分从30到100。

在上一篇文章中,实现了阿里云天池大赛Docker入门得分,此次主要解决的问题是完成剩余的两个功能得到100分。

1、创建数据csv文件

在开发目录下创建tcdata/num_list.csv,并在文件中输入大于10个随机正整数,操作方法既可以用python生成也可以用Excel生成,为了方便本人使用的是Excel。
注意:在作者的测试过程中,此处随机数个数要大于10,否则系统不计分。

=RANDBETWEEN((1,100)

image.png
图1 Excel生成随机数

查看下创建完成后的文件

image.png
图2 完整的文件列表

2、完成赛题第二和第三条要求得到100分

在main.py中添加代码,实现数字求和运算以及排序取top10。

#main.py
import json
import csv
 
num = 0
numbers = []
with open('/tcdata/num_list.csv') as f:
    f_csv = csv.reader(f)
    for row in f_csv:
        #numbers.append(row[0])
        number = int(row[0])
        num += number
        numbers.append(number)
 
numbers.sort(reverse = True)
f.close()
#print(numbers)
data = json.dumps({'Q1': 'Hello world', 'Q2': num, 'Q3':numbers[:10]})
json_file = open('result.json', 'w')
json_file.write(data)
json_file.close()

打包镜像并上传

#登录阿里云Docker Registry
sudo docker login --username=zhix****@gmail.com registry.cn-shenzhen.aliyuncs.com

#打包镜像
sudo docker build -t registry.cn-shenzhen.aliyuncs.com/***/dockerlearn01:0.11 .

#执行任务
sudo docker run imageId sh run.sh

#上传镜像
sudo docker push registry.cn-shenzhen.aliyuncs.com/***/dockerlearn01:0.11

在结果提交界面提交结果等待执行结束,在“我的成绩”可以看到得分情况,经过测试,使用10个随机数字的时候任务三得0分,使用50个随机数字任务三得40分。
image.png
图3 得分结果

目录
相关文章
|
14天前
|
人工智能 自然语言处理 安全
通过阿里云Milvus与PAI搭建高效的检索增强对话系统
阿里云向量检索Milvus版是一款全托管的云服务,兼容开源Milvus并支持无缝迁移。它提供大规模AI向量数据的相似性检索服务,具备易用性、可用性、安全性和低成本等优势,适用于多模态搜索、检索增强生成(RAG)、搜索推荐、内容风险识别等场景。用户可通过PAI平台部署RAG系统,创建和配置Milvus实例,并利用Attu工具进行可视化操作,快速开发和部署应用。使用前需确保Milvus实例和PAI在相同地域,并完成相关配置与开通服务。
|
3月前
|
机器学习/深度学习 测试技术
阿里云入选Gartner数据科学和机器学习平台挑战者象限
Gartner® 正式发布了《数据科学与机器学习平台魔力象限》报告(Magic Quadrant™ for Data Science and Machine Learning Platforms),阿里云成为唯一一家入选该报告的中国厂商,被评为“挑战者”(Challengers)。
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
云上一键部署 DeepSeek-V3 模型,阿里云 PAI-Model Gallery 最佳实践
本文介绍了如何在阿里云 PAI 平台上一键部署 DeepSeek-V3 模型,通过这一过程,用户能够轻松地利用 DeepSeek-V3 模型进行实时交互和 API 推理,从而加速 AI 应用的开发和部署。
|
3月前
|
机器学习/深度学习 数据采集 算法
深入了解机器学习:从入门到应用
【10月更文挑战第6天】深入了解机器学习:从入门到应用
|
20天前
|
人工智能 JSON 算法
魔搭支持在阿里云人工智能平台PAI上进行模型训练、部署了!
现在,魔搭上的众多模型支持在阿里云人工智能平台PAI-Model Gallery上使用阿里云算力资源进行模型训练和部署啦!
|
1月前
|
机器学习/深度学习 传感器 运维
使用机器学习技术进行时间序列缺失数据填充:基础方法与入门案例
本文探讨了时间序列分析中数据缺失的问题,并通过实际案例展示了如何利用机器学习技术进行缺失值补充。文章构建了一个模拟的能源生产数据集,采用线性回归和决策树回归两种方法进行缺失值补充,并从统计特征、自相关性、趋势和季节性等多个维度进行了详细评估。结果显示,决策树方法在处理复杂非线性模式和保持数据局部特征方面表现更佳,而线性回归方法则适用于简单的线性趋势数据。文章最后总结了两种方法的优劣,并给出了实际应用建议。
82 7
使用机器学习技术进行时间序列缺失数据填充:基础方法与入门案例
|
1月前
|
开发者 Python
阿里云PAI DSW快速部署服务
在使用阿里云DSW实例进行开发的时候,可能需要快速部署服务测试应用效果。DSW实例目前已经支持通过自定义服务访问配置功能,对外提供服务访问能力,您在应用开发过程中无需分享整个DSW实例,即可将服务分享给协作开发者进行测试和验证。
85 23
|
18天前
|
并行计算 PyTorch 算法框架/工具
阿里云PAI-部署Qwen2-VL-72B
阿里云PAI-部署Qwen2-VL-72B踩坑实录
|
2月前
|
机器学习/深度学习 人工智能 算法
国内首家! 阿里云人工智能平台 PAI 通过 ITU 国际标准测评
阿里云人工智能平台 PAI 顺利通过中国信通院组织的 ITU-T AICP-GA国际标准和《智算工程平台能力要求》国内标准一致性测评,成为国内首家通过该标准的企业。阿里云人工智能平台 PAI 参与完成了智算安全、AI 能力中心、数据工程、模型开发训练、模型推理部署等全部八个能力域,共计220余个用例的测试,并100%通过测试要求,获得了 ITU 国际标准和国内可信云标准评估通过双证书。
国内首家! 阿里云人工智能平台 PAI 通过 ITU 国际标准测评
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
【NeurIPS'24】阿里云 PAI 团队论文被收录为 Spotlight,并完成主题演讲分享
12月10日,NeurIPS 2024在温哥华开幕,阿里云PAI团队论文《PertEval: Unveiling Real Knowledge Capacity of LLMs with Knowledge-Invariant Perturbations》入选Spotlight,PAI团队还进行了“可信AI的技术解读与最佳实践”主题演讲,展示AI工程化平台产品能力。