我们大部分人是如何查询和搜集深度学习相关论文的？绝大多数情况是根据关键字在谷歌、百度搜索。想寻找相关论文的复现代码又会去 GitHub 上搜索关键词。浪费了很多时间不说，论文、代码通常也不够完整。怎么办？今天给大家介绍一个非常牛逼的网站，叫做：Papers with Code。有了它，你再不需要从别的地方寻找论文和代码了！可以及时地追踪 CV、NLP 等热门领域的最新进展。
Papers with Code 的网址是：
https://paperswithcode.com/sota
这个项目叫做 Browse state-of-the-art。它将 ArXiv 上的最新深度学习论文与 GitHub 上的开源代码联系起来。该项目目前包含了 651 个排行榜，1016 个深度学习任务，795 个数据集，以及重磅的 10257 个含复现代码的优秀论文。简直就是一个寻找论文和代码的利器。
这个项目将 1016 个深度学习任务分成了 16 大类，涉及了深度学习的各个方面。分别是：
1. 机器视觉（CV）
2. 自然语言处理（NLP）
3. 医疗
4. 研究方法
5. 杂类
6. 语音
7. 玩游戏
8. 图（Graphs）
9. 时间序列
10. 音频
11. 机器人
12. 音乐
13. 计算机编码
14. 推理
15. 知识库
16. 对抗的（Adversarial）
其中，每一个类别下又会分的更细，包含的内容更多。我们以目标检测（Object Detection）这个任务为例，看看包含了哪些更细节的内容。
目标检测是一种与计算机视觉和图像处理相关的计算机技术，用于检测数字图像和视频中某类语义对象（如人、建筑物或汽车）的实例。
该目标检测任务总共包含了 243 篇含代码的论文和 19 个排行榜。
除此之外，还可以按 Greatest、Latest 和 Without Code 对数据库中的论文进行排序：
在这里，我们可以直接看到每篇论文的 star 数目，可以直接点击链接到论文或者对应的代码。
除了列表显示，你还可以在网站的搜索框输入关键字，快速找到你想要的论文或代码！
通过这个项目，所有热门的论文和代码都一目了然！极大方便了我们查询论文和源码。还有更多好用的功能等着大家去发现哦！
原文：https://www.cnblogs.com/alan-blog-TsingHua/p/10620704.html