目录

一、查找论文

二、查找源码

2.1、论文自带源码

2.2、善用搜索引擎

2.3、网站与工具

---

一、查找论文

①查找中文论文首选知网，学校一般都会有提供知网资源，学生可以免费查看并下载知网论文。

百度学术可以用来作为辅助，之前有听老师说过百度学术的开题分析功能很好用。

②查找英文文献个人感觉最好用的还是谷歌学术、arXiv、SCI-Hub，一般来说论文用这三个都可以找到。偶尔会遇到一些论文在谷歌学术搜到了，但是不提供PDF版本，这时可以找到论文发表的期刊或会议(比如我就经常遇到查找IEEE论文但谷歌不提供PDF，我就会去学校提供的文献下载渠道)，看自己学校的资源库是否包含该期刊，如果有的话直接从学校提供的资源中下载就好。

二、查找源码

2.1、论文自带源码

一些论文里面是直接给出了源码和数据的链接，一般会在开头、结尾以及脚注等位置，如果是已经全篇阅读论文应该不难找到。

2.2、善用搜索引擎

①中文搜索引擎进行搜索时可以直接搜索论文名称，一些知乎或者CSDN博主进行论文分享的时候可能会附带源码链接（或者已经完成的代码复现），可以参考学习。

②google该论文的名称、第一作者名称，找到论文作者的学术主页或者相关实验室的主页，看看是否有公布代码。

③google该论文提出算法的名称+code或某种语言（如python），看是否有大佬已经复现代码。

④搜索原文作者联系方式并尝试要代码；搜索引用原文或与原文进行了对比评测的论文，找作者要代码。（成功率较低）

2.3、网站与工具

网站必用的是Github，搜索论文名、文中提出的算法、第一作者等都可以试试。一个比较常用的查找论文源代码的网站：The latest in Machine Learning | Papers With Code

还有如下图所示网站，都可以尝试去寻找论文源代码。

其中ResearchCode(ResearchCode Code Finder)和CatalyzeX(Find Code for Research Papers)提供查找开源代码的辅助工具，安装好对应的扩展程序后，在Arxiv、谷歌学术等网页查看文献时，若有提供对应的代码，在文献题目的后面会出现CODE字样，点击即可查看相应的代码。