如何查找文献及相关代码

笑傲江湖2023

已于 2024-01-13 20:30:40 修改

阅读量1.4k

点赞数 12

文章标签：机器人学习

于 2024-01-07 23:55:59 首次发布

本文链接：https://blog.csdn.net/weixin_48878618/article/details/135447112

版权

1.5Browse state-of-the-art

重点：B站，Github，Papers with Code，个人主页

1.匹配代码的论文网站

1.1Papers with Code

链接：https://paperswithcode.com/

介绍：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。

补充：全网大部分论文在ArXiv(世界上最大的开放获取的学术文章数据库之一)都可以找到。详细使用教程可以参考文献4，6

1.2深度强化学习实验室

链接：http://www.deeprlhub.com/

介绍：一个在线资源汇总和学习社区，旨在帮助人们更好地了解和学习强化学习（Reinforcement Learning）和深度强化学习（Deep Reinforcement Learning）等领域的知识和技术。

1.3Code Ocean

链接： https://codeocean.com/

介绍：Codeocean是Nature推荐过的一个可重现性代码共享平台。其实质类似于一个云平台，可以直接在上面配置环境、开展项目分析，合作者之间协作并存放数据和代码，发表时提供给杂志社或读者。而且有部分杂志要求作者发表时要把自己的代码和数据上传到CodeOcean上面。

1.4catalyzex

链接：CatalyzeX: machine intelligence to catalyze your projects

介绍：CatalyzeX是一款查找Machine Learning论文开源代码的辅助工具，可以在互联网上的任何地方查找ML / AI论文的代码实现，该扩展程序目前可用于Chrome和Firefox。安装好扩展程序后，在Arxiv、Google Scholar等网页查看文献时，若该文献有提供对应的代码，在文献题目的后面会出现CODE字样的黑色按钮，点击按钮即可查看相应的代码。

1.5Browse state-of-the-art

链接：Browse the State-of-the-Art in Machine Learning | Papers With Code

介绍：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。

1.6ResearchGate

链接： https://www.researchgate.net/

介绍：个专为科研人员设计的社交网络平台，用户可以在其中分享研究成果、提问、回答问题等，也可以在其中搜索并下载论文。ResearchGate 的一个重要特点是它允许研究者建立自己的个人主页，展示自己的学术成果和经历，与其他研究者进行互动和合作。

1.7其他网站

1.research code这个网站也可以搜索文章源码，也可以使用它提供的google插件。在google学术或在arXiv上搜索文献，当你去查看某篇文献时，这个google插件会去搜索对应的源码如果有开源的话，那么在文章的标题后面就会出现[code]字样。

2. 码云：快速下载Github的程序

3.kaggle:如果只想实现一个功能不想搞明白模型出处，这里也有一些数据库

4.Code China:类似于Github

2.搜索方法

2.1github搜索技巧

链接：简洁版，简洁版，对应下文版，详细版

github查找技巧：
搜索限定：#按照项目名/仓库名搜索（大小写不敏感）
in:name xxx
#按照README搜索（大小写不敏感）
in:readme xxx（每个项目都会有readme，讲项目每个模块的具体作用）
# 按照description搜索（大小写不敏感）
in:description xxx
#stars数大于xxx
stars:>xxx
#forks数大于xxx
forks:>xxx
#编程语言为xxx
language:xxx
#最新更新时间晚于YYYY-MM-DD
pushed:>YYYY-MM-DD