专业的论文网站
Papers with Code
官方网址:https://paperswithcode.com
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。
有关联代码,非常的nice!而且界面也很好,推荐指数:⭐⭐⭐⭐⭐
Browse state-of-the-art
官方网址:https://paperswithcode.com/sota
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,也算是paperswithcode下的一个子模块,相关需求的同学帮助非常打,推荐指数:⭐⭐⭐⭐。
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。
arxiv
官方网址:https://arxiv.org/
arXiv是一个向任何人开放的策划研究共享平台。作为数字开放获取的先驱,目前在八个主题领域拥有200多万篇学术文章,由我们强大的志愿者版主社区策划。arXiv为研究人员提供广泛的服务:文章提交,编译,生产,检索,搜索和发现,人类读者的Web分发,机器的API访问,以及内容管理和保存。我们对开放性、协作性和学术性的重视为arXiv的蓬勃发展奠定了坚实的基础。arXiv目前服务于物理,数学,计算机科学,定量生物学,定量金融,统计学,电气工程和系统科学以及经济学等领域。arXiv由Paul Ginsparg于1991年创立,现在由康奈尔理工学院维护和运营。
专业性很强,但是页面不够没观,有的没有其他资料,只有PDF,找论文指数:⭐⭐⭐⭐⭐,代码推荐指数:⭐⭐⭐
Google学术:
Google学术搜索:https://code.google.com/archive/
没玩明白,推荐指数:⭐⭐
ResearchCode
官方地址:https://researchcode.com/
一个很好用的查找论文代码的网站,当您在https://arxiv.org/或Google Scholar中搜索浏览论文时,还可以用http://researchcode.com提供的google chrome扩展程序”ResearchCode code finder“查找代码。
推荐指数:⭐⭐⭐⭐
CatalyzeX
官方地址:https://www.catalyzex.com/
CatalyzeX可以方便快速找论文代码,还可以直观看到论文代码是否开源,也可以下载插件方便使用
Code Ocean
官方地址:https://codeocean.com/
Code Ocean用于创建、共享、发布、保存和重用可执行代码和数据的集中式平台。借助Code Ocean,研究人员可以轻松地分析、组织和执行研究工作,并将其发表到机构库和期刊中,推荐指数:⭐⭐⭐⭐。
ReadPaper
ReadPaper是论文阅读管理工具,理工科科研人的专属福音
推荐指数:⭐⭐⭐⭐⭐
GitHub
挺好的,不用多说。
直接搜有技巧或者知道作者容易搜索一些,直接搜论文名比较难,推荐指数:⭐⭐⭐⭐,会查的推荐指数:⭐⭐⭐⭐⭐
知乎/csdn
找到自己要用的论文的解析,通常博主会关联相关的代码地址(不过现在这环境大部分是不会了😅😅😅)。文章来源:https://www.toymoban.com/news/detail-753189.html
推荐指数:⭐文章来源地址https://www.toymoban.com/news/detail-753189.html
到了这里,关于如何寻找论文及其相关代码?的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!