板块我们非常激动地宣布 Replit 的首届机器学习 Hackathon，与 Weights and Biases合作举办！如果你有兴趣加入等候名单，请前往 官方网站.
Weights and Biases 是一个机器学习平台，可追踪让模型可复现所需的一切——从超参数和代码到模型权重和数据集版本。如果你从未使用过 W&B，请查看这个 示例 Repl 作为开场介绍！
总奖池超过 500,000 Cycles——有多个获奖机会，奖项包括 最佳 Weights & Biases 报告、最佳 Repl、荣誉提名，当然还有 300,000 cycles 的大奖。
我如何参与？
首先，你需要注册加入等候名单，可以 在这里进行。如果被选中参与，你将收到一封包含所有细节的电子邮件，其中包括 GPU 访问权限和用于支持你项目的 Cycles 补贴。13 岁以上的团队和个人均有资格参赛，每人/每队限提交一份作品。你需要一个 Replit 账户，以及一个 Weights & Biases 账户才能参与。
机器学习 Hackathon 将于 2023 年 2 月 4 日至 11 日举行。2 月 4 日，请加入我们的 线上开幕式 ，届时我们将进行教程讲解、公布奖品并说明提交规则！
要提交你的项目，你需要返回 网站 并使用提交表单，务必选择你希望角逐的奖项！要获得最佳 Replit 项目奖的资格，你还需要 发布你的作品 到 社区 并带上 #wandb 标签。所有项目必须在太平洋标准时间 2023 年 2 月 11 日晚上 11:59 之前提交。
当黑客松结束且所有项目都已提交后，评委有 4 天时间选出获奖者。评委将根据 网站上列出的奖项类别来评选获奖者。请务必收看我们的 闭幕式直播 于2月15日在YouTube上收看我们的直播，听我们现场公布获奖者！
入门资源
如果你才刚刚踏上机器学习之旅，不用担心——我们准备了丰富的资源，助你快速搭建模型并有所发现。
我们还邀请到 Weights & Biases 首席执行官 Lukas Biewald 以及我们自己的 Amjad Masad ，于1月18日进行一场炉边谈话，畅聊机器学习的未来，届时我们将展示结合 W&B 与 Replit 的强大能力后你能实现什么。欢迎加入我们 直播 ，或随时在我们的 YouTube 频道.
Weights & Biases 社区资源
Replit 资源
-
Python 数据科学 + GPU - Torch 示例