Appearance
“计图”人工智能算法挑战赛
使用计图深度学习框架实践人工智能算法，关注官方热身任务与正式赛道。
常设活动指南待核验
- 参与形式
- 围绕指定算法任务开发模型
- 主要内容
- 计图框架与人工智能算法
- 建议基础
- Python、深度学习及实验调试
- 学习成果
- 训练代码、模型与实验说明
简称与检索词：计图 / Jittor / 计图人工智能挑战赛
建议基础与学习产出由本站整理；参赛资格、报名和评审规则以主办方当届通知为准。 返回活动目录 →
比赛简介
“计图”人工智能算法挑战赛围绕人工智能任务开展，公开的第五届（2025）介绍包含热身任务与正式赛道，并对使用计图（Jittor）框架提出要求。
准备这类比赛不仅是复现一个网络结构，还包括理解数据、损失函数、评价指标和运行环境。往届任务可作为练习材料，但不能把上一届题目当成本届赛题。
适合谁参与
适合学过机器学习或深度学习基础、愿意使用计图完成模型实现的同学。若只使用过其他框架，可以先从数据加载和简单网络迁移开始。
主要内容与参与方式
| 环节或方向 | 重点了解 |
|---|---|
| 环境与框架 | 确认依赖、硬件支持和框架版本，能完整运行小型训练示例。 |
| 算法实验 | 围绕具体赛题理解输入输出、模型结构、损失和评价方式。 |
| 复现与交付 | 整理训练和推理入口、参数、依赖及结果，避免只有模型文件没有运行说明。 |
如何准备
以下是本站的学习建议，不是主办方附加的参赛条件。
- 用最小样例跑通计图训练和推理，先排除环境问题。
- 阅读所选任务基线，检查数据预处理、标签和评价代码是否一致。
- 固定基线后进行有对照的改进，记录速度、内存与指标变化。
- 在干净环境复现一次，确认提交代码不依赖本机绝对路径或遗漏文件。
常见问题
能直接提交其他深度学习框架的代码吗？
不能据此假设。2025 年通知明确涉及计图框架要求，当前届次是否允许其他工具需看具体规则。
一定要从头设计新模型吗？
先理解并复现基线，再根据错误分析做有依据的改进。是否允许预训练模型和外部代码也要核对赛题规定。
参与总结
计图挑战赛适合把深度学习概念落实到可运行实验。学习成果应包括可复现代码以及对改进有效原因的解释。
名称与收录范围
计图官方文章的完整名称为“‘计图’人工智能算法挑战赛”。检索结果可见第六届启动条目，但本次官网正文访问受限，尚未完成 2026 年规则核验。2025 年官方文章仅用于核实名称与框架方向，不把旧届任务和报名链接当作当届安排。
依据：计图官方第五届赛事介绍（2025）。
当届信息与资料核对
本页采用第五届公开资料说明参赛实践，未据此确认新一届赛题、框架版本或报名安排。
本页用于了解活动和规划学习，目前仍为待核验条目，不表示正在报名。资格、赛道、时间、费用、允许工具及成果要求需核对当届通知；学校选拔、学分和奖励认定需另查本校公开正式文件。
继续学习
参考资料名称
以下列出介绍所参考的公开资料名称，便于检索核对；历史资料已标明适用范围。本站暂未提供外部跳转，具体规则仍需向主办方确认。
- 计图官方：第五届计图人工智能算法挑战赛介绍（2025）
- “计图”人工智能算法挑战赛官方入口
- 计图官方第五届赛事介绍（2025）