dazzle-me / lct-2023

solution for ozon product matching challenge

lct-2023

Prepare data

Download data to cfg.data_dir

python3 prepare_metadata.py --data-dir cfg.data_dir

Train

for every cfg in ./configs/
python3 train_tok_old.py --config config_{n}.py

Tree structure

/path/to/exp/dir
├── artifacts
│   ├── label.npy
│   ├── test_1.csv
│   ├── test_2.csv
│   ├── test_3.csv
│   ├── test_4.csv
│   ├── train_1.csv
│   ├── train_2.csv
│   ├── train_3.csv
│   ├── train_4.csv
│   ├── val_1.csv
│   ├── val_1.npy
│   ├── val_2.csv
│   ├── val_2.npy
│   ├── val_3.csv
│   ├── val_3.npy
│   ├── val_4.csv
│   └── val_4.npy
└── weights
    ├── model_0.92509.pth
    ├── model_0.92822.pth
    ├── model_0.92835.pth
    └── model_0.93023.pth

Take test_3.csv from each folder, average predicitons, try submitting