最新SOTA模型和实现代码
3000+數據集檢索,分類工具,外加SOTA代碼實現。
前段時間,學術圈的"圖片誤用",也是給我整蒙了。本來不想表達意見的,這不看到AI領域欣欣向榮的場景,嘮嘮嗑吧。
知道卷,一直以來學術圈就很卷!但是我是萬萬沒想到卷成這樣了。簡直顛覆認知!
再看看AI領域,臥槽,這簡直不要太友好!提供開源代碼,各種方式保證你能夠復現。這。。。能夠幾個學科像AI這樣開源。
就這樣,還有說人工智能是泡沫的,我也是服了。
有時候想想自己也蠻幸運的,AI這個方向給人的進步太快了,現在資料也多,各種培訓機構的視頻,上小B站也能有白嫖的。
接下來要介紹一個良心工具!
在2020-05-08日,我介紹了一篇關于Papers With Code這個超級良心的實用科研工具的文章。
上一次更新是更新每個研究方向的最頂尖的前沿論文以及代碼實現。
這一次更新是更新數據集檢索功能。
從圖像、文本、視頻、音頻、醫藥、3D、圖網絡、強化學習控制環境等等各個方面做了分類以及檢索,共有3000+,覆蓋整個AI各個主流方向。
當然針對每個數據集,都有state-of-the-art的論文連接和代碼實現鏈接。簡直就是比親導師還親。
以強化學習的基準環境Arcade Learning Environment來看一下,居然提供了56中基準實現方案,每個都含有論文和代碼:
簡直了!不僅如此,它還可以按照任務進行分類:有問答、圖像分割、目標檢測、姿態估計、閱讀理解、文本生成、領域自適應、自動駕駛、數據增強、語音辨識、機器翻譯、多任務學習、文本分類、文本生成、等等等等。。。。。。。太多了。
真的是一站到手,天下我有!尤其是對于剛接觸這個領域的小伙伴,簡直不要太好!
迅速定位到自己的研究方向,然后定位到前沿論文,然后看看別人的實現代碼,再改吧改吧,寫一篇自己的論文,這一條龍服務!天地良心!
網址:https://paperswithcode.com/。
總結
以上是生活随笔為你收集整理的最新SOTA模型和实现代码的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: learning to rank_排序
- 下一篇: NLPML_总结_20210208