燕郊网站建设,西安做网站找缑阳建,微信小程序卖货怎么做,简述网络营销的特点及功能2019年第 13 篇文章#xff0c;总第 37 篇文章无论是研究方向是 AI 方面的学生#xff0c;或者是做机器学习方面的算法工程师#xff0c;在掌握基础的机器学习相关知识后#xff0c;都必须掌握搜索论文的技能#xff0c;特别是研究或者工作领域方向的最新论文#xff0c;… 2019年第 13 篇文章总第 37 篇文章无论是研究方向是 AI 方面的学生或者是做机器学习方面的算法工程师在掌握基础的机器学习相关知识后都必须掌握搜索论文的技能特别是研究或者工作领域方向的最新论文更进阶一点的技能就是可以复现论文的算法这是在论文作者没有开源代码的时候的一个解决办法但是在能够掌握这项技能前我们希望能够搜索到其他人复现的代码。因此今天我会推荐两个相关的网站并且都是同个团队的成果这个两个网站一个可以用于展示带有代码实现的论文算法另一个给出了多个领域最新最好的算法论文结果。1. Papers with Code首先给出这个网站的网址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。相比之前推荐的阅读 ArXiv 的网站这位用户做出了满足更多研究者的最大需求--寻找论文算法实现的代码这个项目索引了大约 5 万篇论文最近 5 年发布在 arxiv 上的论文和 1 万个 Github 库。你可以按标题关键词查询或者研究领域关键词如图像分类、文本分类等搜索也可以按流行程度、最新论文以及 Github 上 Star 数量最多来排列。这个网站能让你跟上机器学习社区流行的最新动态。首先是看下这个网站大概长什么样的上图给出的是按照流行程度来排列对每篇论文给出了题目、作者、投稿的会议或者顶会一些简介比如是否当前领域最先进算法标签(即关键词论文研究的方向和采用的代码框架比如是 Pytorch 还是 TensorFlow 或者其他框架论文和代码链接还有当前 Github 的 Star 数量以及每小时增加的 Star 数量。如果是按照 Github Star 数量最多排列如下图所示可以看到最多 Star 数量前两位都是 TensorFlow 第三位是 Caffe 框架。另外如果我们在搜索框输入研究领域的关键词比如图像分类--Image Classification搜索结果如下所示它会展示当前包含该领域带有论文的共 250 篇论文然后是展示几个数据集上效果最好的算法和论文以及开源项目如果开源了然后就是子领域--Subtasks最后是该领域的有代码的论文按照 Github 上 Star 数量来排列。2. Browse state-of-the-art同样先给出网址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。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。还是 Papers with Code 的团队做出了一个可以查询领域最新算法的网站它总共包含了 16 个大类950的单独子类任务500个评估结果包含 Sota 结果、700数据库8000论文。如下图所示16 个分类包括计算机视觉自然语言处理医疗研究方法杂类语音游戏图(Graphs时间序列音频机器人音乐推理计算机编码知识库对抗性(Adversarial)点击计算机视觉这个大类可以看到具体又划分了450个子任务如下图所示这里可以继续点击进去每个子任务比如图像分类然后会得到如下图所示上图其实就是在刚刚介绍 Paper with Code 网站时候介绍搜索领域关键词例子中的图例了。最后再给出两个网站的网址https://paperswithcode.comhttps://paperswithcode.com/sota有了上述两个网站帮助相信可以帮助大家更好的去学习和熟悉研究领域方向的工作了如果你觉得这篇文章对你有帮助或者写得不错请给我点个好看谢谢欢迎关注我的微信公众号--机器学习与计算机视觉或者扫描下方的二维码大家一起交流学习和进步往期精彩推荐学习笔记机器学习入门系列1--机器学习概览机器学习入门系列(2)--如何构建一个完整的机器学习项目(一)机器学习数据集的获取和测试集的构建方法[GAN学习系列] 初识GAN[GAN学习系列2] GAN的起源[GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(上Python-100 练习系列Python-100 | 练习题 01 列表推导式Python-100 练习题 02数学学习笔记程序员的数学笔记1--进制转换程序员的数学笔记2--余数程序员的数学笔记3--迭代法Github项目 资源教程推荐[Github 项目推荐] 一个更好阅读和查找论文的网站[资源分享] TensorFlow 官方中文版教程来了必读的AI和深度学习博客[教程]一份简单易懂的 TensorFlow 教程[资源]推荐一些Python书籍和教程入门和进阶的都有
