写在这里的初衷,一是备忘,二是希望得到高人指点,三是希望能遇到志同道合的朋友。

1.Github

强烈推荐这个网站
https://github.com/
具体界面如下图所示,搜索框输入关键词,便会出来结果,然后点击相应部分即可
在这里插入图片描述


2.Catalyzex

首先给出这个网站的网址
https://www.catalyzex.com/paper/arxiv:1701.04099
具体界面如下图所示,左上角输入名字,便会出来结果,然后点击code部分即可
在这里插入图片描述


3.Papers with Code

首先给出这个网站的网址
https://paperswithcode.com/
具体界面如下图所示,左上角输入名字,便会出来结果,然后点击code部分即可

这是 Reddit 的一个用户 rstoj 做的一个网站,将 ArXiv 上的最新机器学习论文与 Github 上的代码(TensorFlow/PyTorch/MXNet/等)对应起来

在这里插入图片描述


4. Browse state-of-the-art

同样先给出网址
https://paperswithcode.com/sota
在这里插入图片描述

这个网站主要是解决另一个问题–寻找一个领域目前最好的(State of the art, Sota)算法的论文以及实现代码。这也是刚接触到一个新领域时候,必须要做的事情,先找到最新最好的算法论文,然后根据这篇论文的代码实现,先跑下代码,接着再去了解细节,或者是根据它的参考论文,来学习这个领域最近几年的论文(一般是 3 年到 5 年内的),逐渐熟悉这个领域的研究方向和难点所在。

还是 Papers with Code 的团队做出了一个可以查询领域最新算法的网站,它总共包含了 16 个大类,950+的单独子类任务,500+个评估结果(包含 Sota 结果)、700+数据库,8000+论文。


5. Other

若是经典文章,按上边几种方法,基本上都可以找到Code;
若是比较新的文章,就通过以下几种方法进行查找:

(1)在google搜索该论文的名称或者第一作者的姓名,找到该作者的个人学术主页。在他的主页上看看他是否公开了论文的代码。
(2) 在google搜索该论文中算法的名字+code或者是某种语言,如python等。这是因为阅读这篇论文的科研人员不少,有的人读完会写代码并公布出来。
(3)邮件联系论文第一作者。(有时候,作者会很快回复)

大家有更好的源码查找渠道,可以一起交流

参考

1.查找论文和代码实现的网站
2.查找论文及其开源代码
3.如何查找论文的源代码

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐