如何查找一篇论文的源代码

作者：Jason Gu
链接：https://www.zhihu.com/question/21980275/answer/19929480
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

1. 如果这论文很老，论文里的算法在该领域有举足轻重的地位。那么网上很可能有工具包。例如我做的机器学习方向，经典的聚类、分类算法，MATLAB, python等常用语言都有丰富的工具包可供使用，一般有名的算法都会包括在其中。
2. 如果论文非常新，或者论文中的算法在该领域并没有多大的影响，这时网上各种编程语言自带的工具包一般是不包括它的。我能想到的大概有以下3种方法：
   a. 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（计算机领域多数科研人员都有自己的学术主页）。在他的主页上看看他是否公开了论文的代码，很多学者乐于分享自己的代码。
   b. 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。
   c. 邮件联系第一作者。可惜多数情况下邮件都是石沉大海。尤其是一些很忙的大牛，他们收到类似的邮件太多，可能扫一眼就不再过问。相反，如果是一些博士生，有的还是乐于分享代码的，这样自己的文章也更容易被同行引用。

根据我个人经验，上述a,b,c方案成功的概率分别只有30%, 10%, 10%。当然不同领域的学术气氛习惯也不同。

另外，还有的办法是，查看该论文被哪些论文引用了，引用者有时需要将自己的算法与引用的算法作比较，所以他们有可能这个算法的代码。这个途径找代码工作量更大，概率更小，所以不推荐，不过我确实有通过这个途径找到过。

最后推荐一个网站Papers with Code，这个网站在看论文找代码的时候提供很大的便利，分享给大家。Reddit用户rstoj做了一个网站，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。你可以按标题关键词查询，也可以按流行程度、GitHub星星数排列“热门研究”。这个网站能让你跟上ML社区流行的最新动态。网站地址：https://paperswithcode.com/或者直接搜索Papers with Code

转自：https://blog.csdn.net/qq_34840129/article/details/85245656