Papers with Code 是一个总结了机器学习论文及其代码实现的网站。大多数论文都是有GitHub代码的。这个网站最好的地方就是对机器学习做了任务分类,检索对应的模型非常方便。

带有代码的论文重点介绍了机器学习研究的趋势和实现它的代码。

Reddit用户rstoj作了一个网站,将ArXiv上的最新机器学习论文与GitHub上的代码对应起来。这样我们就可以能够按照标题关键词查询,也能够按照流行程度,还有GitHub网站上的收藏星星数排列“热门研究”来进行查询。这个网站能让你跟上ML社区流行的最新动态。

1、打开paperwithcode官网The latest in Machine Learning | Papers With Code

在机器学习中,数据集占据了重要的一部分。研究人员除了需要开发先进的算法外,其实数据集的建立才是最基础也是最重要的部分。在过往的研究中,机器学习从业者也建立了许多可用的数据集。

查找论文对应开源代码的神器 Papers with Code 官网中的Datasets 实现了机器学习数据集的汇总,并且按照不同的类型进行归类,还具有过滤功能,值得一看。

2、当在搜索框输入“cv”(计算机视觉)关键词,搜索结果就会显示出来。

 

3、当点击网站上的“Browse State-of the-Art”之后,

 搜索结果是这样的:

4、搜索结果返回页面中有多个类型,我们随便选择其中的一项,打开:

5、打开之后的页面,可以看到又包括论文和代码的部分。

 

或者再往下翻,还有这种形式的“paper”和“code”,点击就会进入到论文和代码相应的网站链接。

 打开之后,页面显示为:

其中,“code”里的链接可以连接到Github上的代码:

Logo

获得宣传、场地、资金和创业导师资源

更多推荐