寫在這里的初衷，一是備忘，二是希望得到高人指點，三是希望能遇到志同道合的朋友，

1.Github

強烈推薦這個網站：
https://github.com/
具體界面如下圖所示，搜索框輸入關鍵詞，便會出來結果，然后點擊相應部分即可
在這里插入圖片描述

2.Catalyzex

首先給出這個網站的網址：
https://www.catalyzex.com/paper/arxiv:1701.04099
具體界面如下圖所示，左上角輸入名字，便會出來結果，然后點擊code部分即可
在這里插入圖片描述

3.Papers with Code

首先給出這個網站的網址：
https://paperswithcode.com/
具體界面如下圖所示，左上角輸入名字，便會出來結果，然后點擊code部分即可

這是 Reddit 的一個用戶 rstoj 做的一個網站，將 ArXiv 上的最新機器學習論文與 Github 上的代碼（TensorFlow/PyTorch/MXNet/等）對應起來

在這里插入圖片描述

4. Browse state-of-the-art

同樣先給出網址：
https://paperswithcode.com/sota
在這里插入圖片描述

這個網站主要是解決另一個問題–尋找一個領域目前最好的（State of the art, Sota）演算法的論文以及實作代碼，這也是剛接觸到一個新領域時候，必須要做的事情，先找到最新最好的演算法論文，然后根據這篇論文的代碼實作，先跑下代碼，接著再去了解細節，或者是根據它的參考論文，來學習這個領域最近幾年的論文（一般是 3 年到 5 年內的），逐漸熟悉這個領域的研究方向和難點所在，

還是 Papers with Code 的團隊做出了一個可以查詢領域最新演算法的網站，它總共包含了 16 個大類，950+的單獨子類任務，500+個評估結果（包含 Sota 結果）、700+資料庫，8000+論文，

5. Other

若是經典文章，按上邊幾種方法，基本上都可以找到Code；
若是比較新的文章，就通過以下幾種方法進行查找：

（1）在google搜索該論文的名稱或者第一作者的姓名，找到該作者的個人學術主頁，在他的主頁上看看他是否公開了論文的代碼，
（2）在google搜索該論文中演算法的名字+code或者是某種語言，如python等，這是因為閱讀這篇論文的科研人員不少，有的人讀完會寫代碼并公布出來，
（3）郵件聯系論文第一作者，（有時候，作者會很快回復）

大家有更好的原始碼查找渠道，可以一起交流

參考

1.查找論文和代碼實作的網站
2.查找論文及其開源代碼
3.如何查找論文的源代碼

轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/193310.html

標籤：其他

上一篇：保研資料分享

下一篇：離散事件模擬

如何快速查找論文的源代碼

1.Github

2.Catalyzex

3.Papers with Code

4. Browse state-of-the-art

5. Other

參考