机器学习免费跑分神器：集成各大数据集，连接GitHub就能用，还能验证论文结果...
本文经AI新媒体量子位（公众号 ID: QbitAI）授权转载，转载请联系出处
搞机器学习的小伙伴们，免不了要在各种数据集上，给AI模型跑分。
现在，Papers with Code (那个以论文搜代码的神器) 团队，推出了自动跑分服务，名叫sotabench，以跑遍所有开源模型为己任。
有了它，不用上传代码，只要连接GitHub项目，就有云端GPU帮你跑分；每次提交了新的commit，系统又会自动更新跑分。还有世界排行榜，可以观察各路强手的成绩。
除了支持各大主流数据集，还支持用户上传自己的数据集。
也可以看看，别人的论文结果，到底靠谱不靠谱。
比如说，fork一下Facebook的FixRes这个项目，配置一下评估文件：
然后一键关联，让Sotabench的GPU跑一下ImageNet的图像分类测试。
就能得到这样的结果：
Top-1准确率，Top-5准确率，跟论文的结果有何差距（见注），运行速度，全球排名，全部一目了然。
注：ε-REPR，结果与论文结果差距在0.3%以内时打勾，差距≥0.3%且比论文结果差显示为红叉，比论文结果好显示为勾+
这个免费的跑分神器，发布一天，便受到热烈欢迎：推特点赞600+，Reddit热度270+。
网友纷纷表示：这对开发者社区来说太有用了！
那么，先来看一下sotabench的功能和用法吧。
用法简单，海纳百川
团队说，sotabench就是Papers with Code的双胞胎姐妹：
Papers with Code大家很熟悉了，它观察的是论文报告的跑分。可以用来寻找高分模型对应的代码，是个造福人类的工具。
与之互补，sotabench观察的是开源项目，代码实际运行的结果。可以测试自己的模型，也能验证别家的模型，是不是真有论文说的那么强。
它支持跟其他模型的对比，支持查看速度和准确率的取舍情况。
那么，sotabench怎么用？简单，只要两步。
第一步，先在本地评估一下模型：
在GitHub项目的根目录里，创建一个sotabench.py文件。里面可以包含：加载、处理数据集和从中得出预测所需的逻辑。每提交一个commit，这个文件都会运行。
然后，用个开源的基准测试库来跑你的模型。
这个库可以是sotabench-eval，这个库不问框架，里面有ImageNet等等数据集；也可以是torchbench，这是个PyTorch库，和PyTorch数据集加载器搭配食用更简单。
一旦成功跑起来，就可以进入下一步。
第二步，连接GitHub项目，sotabench会帮你跑：
点击这个按钮，连到你的GitHub账号，各种项目就显现了。选择你要测试的那个项目来连接。
连好之后，系统会自动测试你的master，然后记录官方结果，一切都是跑在云端GPU上。
测试环境是根据requirement.txt文件设置的，所以要把这个文件加进repo，让系统捕捉到你用的依赖项。
从此，每当你提交一次commit，系统都会帮你重新跑分，来确保分数是最新的，也确保更新的模型依然再工作。
这样一来，模型出了bug，也能及时知晓。
如果要跑别人家的模型，fork到自己那里就好啦。
目前，sotabench已经支持了一些主流数据集：
列表还在持续更新中，团队也在盛情邀请各路豪杰，一同充实benchmark大家庭。
既支持创建一个新的benchmark，也支持为现有benchmark添加新的实现。
你可以给sotabench-eval或torchbench项目提交PR，也可以直接创建新的Python包。
一旦准备就绪，就在sotabench官网的论坛上，发布新话题，团队会把你的benchmark加进去的：
好评如潮
这样的一项服务推出，网友们纷纷点赞，好评如潮，推特点赞600+。
有网友表示：
太棒了！对刚入门的新手来说，数据集获取、预处理和评估的自动化和标准化很有用。
通过分析不同模型及其超参数结果，来评估这些模型，本身是挺困难的一件事，你得在各种论文中查阅大量的非结构化数据。有了这个，这件事就轻松多了。（部分意译）
许多网友对这个项目进行了友好的探讨及建议，而开发人员也在线积极回应。
比如这位网友建议：能在每次提交的时候报告模型的超参数吗？
作者很快回复说：英雄所见略同。下次更新就加上！
并且，他们还考虑在将来的更新中，让使用者把链接添加到生成模型的训练参数中。
传送门
sotabench官网：
https://sotabench.com/
基准测试库通用版：
https://github.com/paperswithcode/sotabench-eval
基准测试库PyTorch版：
https://github.com/paperswithcode/torchbench