赞
踩
很多开源论文都在论文中附带了代码的网址,比如论文《Compositionally restricted attention-based network for materials property predictions》在论文的数据获取部分加入了代码的github网址,如下图所示。
除此之外,也可以通过paperswithcode网站,输入文章标题,就可以看到论文的代码,如下图所示。对于一些经典的模型,可以直接在github中输入模型名字搜索。
为了方便读者复现论文代码,作者一般会写一个README.md说明文档,内容可能包括代码依赖环境、代码内容介绍、代码引证的论文、如何运行代码等内容,不同的项目可以包括不同的内容。复现一个项目,读懂README.md文档可以帮助我们对代码有个大概的了解。下图是CrabNet模型的代码,项目中三个说明文档是对项目中三个不同部分说明。
在github中找到对应的项目工程,下载对应项目到本地并进行解压。
要想成功复现一个python项目代码,首先需要配置python环境,这里推荐两种配置环境的方法。
conda env create --file conda-env.yml
pip install
安装项目依赖包,运行项目需要激活安装依赖包对应的虚拟环境。对应一些pip安装不上的包,可以通过下载包对应的whl文件,然后通过pip install + whl文件名
进行安装。除此之外,一些项目需要自己下载数据集和预训练权重,可以通过作者提供的README.md文档查看如何下载对应文件,并把文件放在对应位置。如果README.md文档没有具体说明下载文件放置位置,可以通过代码对该文件调用时的路径来确定。
经历了以上四步,接下来就可以运行代码。运行代码前要注意通过conda activate environment_name
激活自己配置的环境。对于不同的平台,不同的python编辑器运行方式略有不同。
到这里如果运行没有成功,可以根据报错信息提示,解决对应的问题,下面列举几个出现问题常见的原因,遇到新的问题也会更新到下面。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。