我們大部分人是如何查詢和蒐集深度學習相關論文的？絕大多數情況是根據關鍵字在谷歌、百度搜尋。想尋找相關論文的復現程式碼又會去 GitHub 上搜尋關鍵詞。浪費了很多時間不說，論文、程式碼通常也不夠完整。怎麼辦？今天給大家介紹一個非常牛逼的網站，叫做：Papers with Code。有了它，你再不需要從別的地方尋找論文和程式碼了！可以及時地追蹤 CV、NLP 等熱門領域的最新進展。
Papers with Code 的網址是：
https://paperswithcode.com/sota
這個專案叫做 Browse state-of-the-art。它將 ArXiv 上的最新深度學習論文與 GitHub 上的開原始碼聯絡起來。該專案目前包含了 651 個排行榜，1016 個深度學習任務，795 個資料集，以及重磅的 10257 個含復現程式碼的優秀論文。簡直就是一個尋找論文和程式碼的利器。
這個專案將 1016 個深度學習任務分成了 16 大類，涉及了深度學習的各個方面。分別是：
1. 機器視覺（CV）
2. 自然語言處理（NLP）
3. 醫療
4. 研究方法
5. 雜類
6. 語音
7. 玩遊戲
8. 圖（Graphs）
9. 時間序列
10. 音訊
11. 機器人
12. 音樂
13. 計算機編碼
14. 推理
15. 知識庫
16. 對抗的（Adversarial）
其中，每一個類別下又會分的更細，包含的內容更多。我們以目標檢測（Object Detection）這個任務為例，看看包含了哪些更細節的內容。
目標檢測是一種與計算機視覺和影象處理相關的計算機技術，用於檢測數字影象和視訊中某類語義物件（如人、建築物或汽車）的例項。
該目標檢測任務總共包含了 243 篇含程式碼的論文和 19 個排行榜。
除此之外，還可以按 Greatest、Latest 和 Without Code 對資料庫中的論文進行排序：
在這裡，我們可以直接看到每篇論文的 star 數目，可以直接點選連結到論文或者對應的程式碼。
除了列表顯示，你還可以在網站的搜尋框輸入關鍵字，快速找到你想要的論文或程式碼！
通過這個專案，所有熱門的論文和程式碼都一目瞭然！極大方便了我們查詢論文和原始碼。還有更多好用的功能等著大家去發現哦！
這麼硬的乾貨，值得收藏。
