怎么查询AI论文的源代码？

本文转载于微信公众号：知识本体论。已获作者转载授权

入门学习人工智能，除了学习基本的教程外，最重要的一个提升之路就是要重复前沿的论文的代码，而现实情况是很多论文并不提供代码。有了现在这个网站( https://paperswithcode.com/ )，问题就解决了，该网站提供大量的人工智能方面的论文，并且进行了分类，如下图所示，能看到机器视觉领域和自然语言处理两个领域是最热门的：

 

选择你感兴趣的目录，然后挑选适合你的论文代码，就可以开始实践了。下面我还是以我喜欢的Google Colab平台为例，示范如何真实的实践一个论文的代码：

首先，选择我感兴趣的自然语言处理(NLP)大分类，在选择文本分类(Text classification)小领域，发现有一个小领域（ Emotion Classification）挺有趣，就以它为例：

 

进入这个目录，选择了一个后面标识了TensorFlow的论文，点进入找到对应的源代码文件（该网站提供的代码都托管在Github网站）：

 

进入项目的Github主页，发现正好它采用了Jupyter Notebook文件，可以采用前面的帖子描述的方法（先用git clone命令把该项目导入到Google Colab，然后按照文件要求，配置好需要的文件，然后就可以开始测试文件了，尤其要注意把文件放置在正确的目录），一起就绪后，开始执行moody_player.ipynb中的其他代码，执行成功！后面就可以开始钻研论文的算法，进行一些调试了。程序执行效果如图所示：

 

希望这篇文章对在寻找有源代码的论文的同学有所帮助。

另外，Github也有另外一个名字一样的项目（https://github.com/zziz/pwc​​​​​​​ ),不知道是不是同一个机构建立的，它直接提供了论文列表和代码链接，使用更加方便，缺点是没有文章的分类，也可以作为参考。