如何搜索论文代码（不要告诉别人）论文查找软件，「资源推荐」 非常有用的两个查找论文和代码实现的网站，免费源码交易平台，

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！