当前位置:   article > 正文

Project推荐节选|几个超级有用的学术网站和好玩的github(附带网站!)

github上文献阅读的项目
  1. 点击上方“python与机器智能”,选择“星标”公众号
  2. 重磅干货,第一时间送达

1. Papers With Code该网站按照计算机的不同应用领域进行划分,收集并整理了众多技术论文,每篇论文都包含着相关开源项目供学习参考。地址:https://paperswithcode.com/

400ee2da2569ab62c344a2f90c99a492.png

2. Semantic Scholar该搜索引擎已涵盖艺术、商业、计算机科学、历史、医学等多个领域内容,其检索结果来自于各大学术会议、机构、期刊等公开资料,并通过 AI 从多个维度进行分析释义,让结果得以更加精准,极大减少了研究人员的检索成本。地址:https://www.semanticscholar.org/

83f6d0a999c342c16ff00c55ca74a1a0.png

3. Connect Papers文献阅读路径图,值得借鉴 链接:https://www.connectedpapers.com/

3eaa805f07adcdbd9c0be5ab0ad3a047.png

4. 基于PyTorch的可视化包,用于为CNN生成分层解释深度学习模型被视为黑匣子是一个常见的概念。针对这个问题,该项目提供了灵活且易于使用的pip包explainable-cnn,可帮助您为任何torch基于 CNN 的模型创建可视化 链接:https://github.com/ashutosh1919/explainable-cnn

5edf9d81e55da4002438650a2ee50251.png

5. BlocklyML 不用写代码,模块化机器学习

BlocklyML 是 Python 和机器学习的无代码训练场。该工具旨在简化标准机器学习实施。这个工具可以帮助任何想要开始使用机器学习或 python 的人

https://github.com/chekoduadarsh/BlocklyML

8b3937ea6a0cf6dd25a5fa89eef79188.png

更多资源分享,请关注AI算法应用与研究社群:

AI算法应用与研究社群(知识星球) 是一个面向全体学生和算法工程师/研究员的学习交流平台。旨在分享AI论文解读,资源,求职技巧和个人成长等内容。

8e90b5817a3411b3c35e3e267ab493d3.png

目前我们的社群更加专注于NLP和数据挖掘领域,具体来说涉及:NLP中的信息抽取、对话问答、query理解、情感分析、知识图谱等等;数据挖掘中的异常检测、分类回归、时序挖掘、图计算、图神经网络、AI可解释等等等等

干货/资源微信群

e5afe92076d884411b038508b7331320.png

△长按添加小助手

扫描二维码添加小助手微信

请备注:姓名-学校/公司-研究方向-城市

(如:小明-浙大-对话系统-北京)

即可申请加入AI算法干货/资源等交流群

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/你好赵伟/article/detail/515411
推荐阅读
相关标签
  

闽ICP备14008679号