本赛题属于典型的分类问题，以英雄联盟手游为背景，要求选手根据英雄联盟玩家的实时游戏数据，预测玩家在本局游戏中的输赢情况。事实上项目仍然有很多能够改进的地方模型可以利用进一步优化网络结构尽管180000条样本可以一次性训练，修改训练批数仍有可能进步项目并没有做明确的训练集/测试集划分，可以尝试采用交叉验证来减少过拟合。

跨模态检索模型DADH，复现目标flickr25k数据集image->tag 81.79%,tag->image 80.64%

智慧书桌人体关键点检测AI Studio展示页

基于PaddleSeg,快速实现OCT层分割任务。 任务score: 8.2752

模型代码实现&在线运行 广告点击率预估模型AutoInt

实时识别追踪篮球赛视频中的运动员与篮球。使用PPYOLOE + PPHuman

一、简介在推荐系统和广告平台上，营销人员总是希望通过视频或者社交等媒体渠道向潜在用户推广商品、内容或者广告。扩充候选集技术（Look-alike建模）是一种很有效的解决方案，但look-alike建模通常面临两个挑战：（1）一家公司每天可以开展数百场营销活动，以推广完全不同类别的各种内容。（2）某项活动的种子集只能覆盖有限的用户，因此一个基于有限种子用户的定制化模型往往会产生严重的过拟合。为了解决

基于网络安全问题的洋葱路由流量识别

MICCAI2021 Contest : GAMMA 任务三：对2D眼底图像中的视杯和视盘结构进行分割

使用PaddleX-飞桨全流程开发工具，提供简明易懂的Python API，急速开发七种矿石的分类和部署在安卓平台上使用