夜雨聆风
怎么去找开源的论文和代码？
GitHub直接搜关键词
我一般会搜 任务名+模型名+PyTorch 这种组合，记得在搜索结果里按star数排序，star多的代码质量一般比较靠谱。还有个技巧是看GitHub的Awesome系列，比如Awesome Deep Learning、Awesome Computer Vision这些，里面会整理各个方向的经典工作和代码链接。这些列表通常是社区维护的，质量都挺高，能省不少找代码的时间。 顶会官网和OpenReview很重要
CVPR、ICCV、NeurIPS这些顶会的accepted papers列表都会放在官网上，而且很多会标注有没有code。OpenReview上的论文一般会在页面上放GitHub链接，如果作者开源的话。而且OpenReview的好处是能看到审稿意见和作者回复，有时候审稿人会问一些实现细节，作者的回复里可能会提到代码相关的信息。 作者主页和实验室官网
有些作者会把代码放在自己的个人主页或者实验室的GitHub organization里。我一般会Google一下第一作者或者通讯作者的名字，找到他们的主页看看有没有project page。很多人会专门做个网页介绍自己的工作，上面会有代码、数据、demo这些资源。
还有就是关注一些知名实验室的GitHub账号，比如Facebook Research、Google Research、清华大学某某实验室这种。他们通常会把实验室的项目集中管理，定期会有新的开源工作放出来。 关注arXiv
arXiv上很多最新的工作还没发表就放出来了，有些作者会同步开源代码。我每周都会刷一下arXiv的最新论文，特别是cs.CV和cs.LG这两个类别。如果看到有趣的工作就去作者主页找找有没有代码。 #深度学习 #python #开源 #大模型 #ccf #sci #多模态 #人工智能 #机器学习 #代码
我一般会搜 任务名+模型名+PyTorch 这种组合，记得在搜索结果里按star数排序，star多的代码质量一般比较靠谱。还有个技巧是看GitHub的Awesome系列，比如Awesome Deep Learning、Awesome Computer Vision这些，里面会整理各个方向的经典工作和代码链接。这些列表通常是社区维护的，质量都挺高，能省不少找代码的时间。 顶会官网和OpenReview很重要
CVPR、ICCV、NeurIPS这些顶会的accepted papers列表都会放在官网上，而且很多会标注有没有code。OpenReview上的论文一般会在页面上放GitHub链接，如果作者开源的话。而且OpenReview的好处是能看到审稿意见和作者回复，有时候审稿人会问一些实现细节，作者的回复里可能会提到代码相关的信息。 作者主页和实验室官网
有些作者会把代码放在自己的个人主页或者实验室的GitHub organization里。我一般会Google一下第一作者或者通讯作者的名字，找到他们的主页看看有没有project page。很多人会专门做个网页介绍自己的工作，上面会有代码、数据、demo这些资源。
还有就是关注一些知名实验室的GitHub账号，比如Facebook Research、Google Research、清华大学某某实验室这种。他们通常会把实验室的项目集中管理，定期会有新的开源工作放出来。 关注arXiv
arXiv上很多最新的工作还没发表就放出来了，有些作者会同步开源代码。我每周都会刷一下arXiv的最新论文，特别是cs.CV和cs.LG这两个类别。如果看到有趣的工作就去作者主页找找有没有代码。 #深度学习 #python #开源 #大模型 #ccf #sci #多模态 #人工智能 #机器学习 #代码
