如何复现大佬论文的代码

简介: 今天赵小编给大家推荐一个非常实用的网站 papers with code[1](文末原文链接直达)在这个网站上你可以检索论文并且还能获得该论文对应的代码,这样就可以通过复现他人的实验结果来加深对论文方法的理解,赶紧收藏链接吧~

简介


今天赵小编给大家推荐一个非常实用的网站 papers with code[1]文末原文链接直达

在这个网站上你可以检索论文并且还能获得该论文对应的代码,这样就可以通过复现他人的实验结果来加深对论文方法的理解,赶紧收藏链接吧~


详细介绍

  • 网站首页

包含了最新趋势的研究论文,以及菜单栏包含了数据集、方法等。

LMLNN9MFQ)4$[NA3}JMD]NK.jpg


网站首页截图


下面给出每篇文章的标题,摘要,年份,使用的语言以及红色框框给出了 papar 原文和 code 源代码。

  • 点击文章标题,得到下面界面

相应代码都被存储在 github 上,获取也非常方便。网站还会把部分论文的数据集和结果一起提供,非常人性化。后面给出 Results from the Paper,你可以直接查看论文的结果,不需要翻开文章阅读。

EBS6)P5X)Q~U[}PXT7F9]FK.jpg

image.gif

文章内部界面(上)


小编觉得最有趣的事,还给出了 paper 中的结果以及和其他模型的比对结果,如下图所示:

WJ1NU8P3G)D3Y{5%52CB0V3.png


文章内部界面(下)


点击 Paper 即可快速得到对应的论文原件(免费噢!

HZWXI08HNC%V6AXNOI5B3UT.png


免费论文


点击进入代码对应的 github,你会得到下面界面,如果没有使用过github,可以直接下载 ZIP 格式到本地,然后对里面的代码进行研究!

[KI2{OBZ]%_2T0}~7DIJ1F9.png


代码对于的github


当然,有的文章代码会出现报错的问题(年份久了,自己电脑配置不同),这时你可以通过必应,谷歌查询解决方案,甚至可以在该 github 仓库的 issues 中给作者留言寻求帮助。

目录
相关文章
|
9月前
|
机器学习/深度学习 存储 算法
【复现】尝试使用numpy对卷积神经网络中各经典结构进行改写复现
【复现】尝试使用numpy对卷积神经网络中各经典结构进行改写复现
123 0
【复现】尝试使用numpy对卷积神经网络中各经典结构进行改写复现
|
机器学习/深度学习 Web App开发 算法
如何寻找论文及其相关代码?
如何寻找论文及其相关代码?
913 1
|
6月前
|
机器学习/深度学习 传感器 计算机视觉
MotionBert论文解读及详细复现教程
MotionBert提出了一个统一视角来学习人体运动表示,并使用双流时空Transformer(DSTformer)网络作为运动编码器,能够全面、自适应地捕获骨骼关节之间的远程时空关系,实现在多个下游任务上的性能提升。
164 1
|
6月前
|
Linux 测试技术 计算机视觉
AlphaPose复现配置教程
本文是AlphaPose姿态估计系统的复现配置教程,包括在Ubuntu22.04系统下的环境配置、依赖安装、AlphaPose代码获取与安装、权重文件替换、预训练模型下载以及测试运行的详细步骤。
261 1
AlphaPose复现配置教程
|
6月前
|
机器学习/深度学习 机器人 数据库
FoundationPose复现及Realsense应用
文章概述了FoundationPose项目,一个由Nvidia开发的用于新对象6D姿态估计和跟踪的统一模型,支持模型基础和无模型设置,通过合成数据和大型语言模型实现强泛化能力,并提供了复现和应用的详细步骤。
377 0
FoundationPose复现及Realsense应用
|
9月前
|
机器学习/深度学习 自然语言处理 PyTorch
【传知代码】transformer-论文复现
Transformer模型,革新NLP的里程碑,摒弃CNN/RNN,采用自注意力机制解决长距离依赖问题,加速训练。模型包含编码器和解码器,用位置编码补充序列信息。关键组件包括:嵌入层(位置编码增强词向量)、多头注意力层(捕获不同侧面的上下文)、前馈层(非线性变换)及残差连接和层归一化(提升训练稳定性)。Transformer的创新应用,推动了现代大语言模型的发展。
210 1
【传知代码】transformer-论文复现
|
9月前
|
机器学习/深度学习 监控 算法
【传知代码】骨架行为识别-论文复现
骨架行为识别是计算机视觉中的关键技术,通过分析人体骨架轨迹和姿态来识别行为。它应用于人机交互、智能监控等领域,利用OpenPose等算法提取关键点信息。CTR-GCN是该领域的先进模型,优于2S-AGCN,通过通道拓扑优化和时间建模提高识别效果。模型包含通道细化、特征变换和维度增强三个部分。源码可在相关文章附件获取。骨架行为识别技术在视频理解、人机交互、运动分析等多个场景有广泛应用,并持续发展创新。
150 1
|
9月前
|
机器学习/深度学习 数据采集 自然语言处理
【传知代码】BERT论文解读及情感分类实战-论文复现
本文介绍了BERT模型的架构和技术细节,包括双向编码器、预训练任务(掩码语言模型和下一句预测)以及模型微调。文章还提供了使用BERT在IMDB数据集上进行情感分类的实战,包括数据集处理、模型训练和评估,测试集准确率超过93%。BERT是基于Transformer的预训练模型,适用于多种NLP任务。在实践中,BERT模型加载预训练权重,对输入数据进行预处理,然后通过微调适应情感分类任务。
503 0
【传知代码】BERT论文解读及情感分类实战-论文复现
|
并行计算 PyTorch 算法框架/工具
CenterNet复现错误总结
CenterNet复现遇到的一些问题总结
155 0
|
机器学习/深度学习 人工智能 自然语言处理
图与代码不一致,Transformer论文被发现错误,网友:早该被指出1000次
图与代码不一致,Transformer论文被发现错误,网友:早该被指出1000次
139 0

相关实验场景

更多