3.24. Research¶
3.24.1. 工具¶
谷歌学术、MIT/卡梅隆/北大清华图书馆资源库、公司内部知识库(如商汤/阿里)
3.24.2. 博客¶
3.24.2.1. 顶级会议¶
NLP：ACL / NAACL / EMNLP …
CV: CVPR / ICCV / ECCV …
ML: ICML / ICLR / NIPS / AAAI …
Data Mining & Information Retrieval: WWW / KDD / IJCAI …
3.24.2.2. Sci-Hub¶
3.24.2.3. 谷歌学术¶
谷歌学术网址，http://scholar.glgoo.org/、https://xs.glgoo.net/、http://scholar.hedasudi.com/
也有镜像网站合集http://www.dirmor.com/
3.24.2.4. Library Genesis¶
Library Genesis号称是帮助全人类知识无版权传播的计划。网站上论文很多，下载方便，还有很多外文书籍和中文书籍，几乎每天都在更新。http://gen.lib.rus.ec/
3.24.2.5. arXiv¶
www.arxiv.org
arXiv， 是archive（归档）的意思，是一个由康乃尔大学维护的免费的多学科论文预出版（preprint）数据库。所谓预出版，就是说论文还没有经过同行评审，文责自负，文章质量参差不齐，所以一般不会作为正式的学术成果。不过有的学科习惯上先把文章公开到arXiv上，然后再提交到会议上。 arXiv 是我们搜索、浏览和下载学术论文的重要工具。近 30 年来，arXiv 为公众和研究社区提供了开放获取学术论文的服务。这些论文涉及物理学的庞大分支和计算机科学的众多子学科，如数学、统计学、电气工程、定量生物学和经济学等等。
Chrome extension that adds video explanations to research papers on arxiv.org: https://github.com/amitness/papers-with-video
3.24.2.6. arxiv-sanity¶
特斯拉的人工智能高级总监 Andrej Karpathy：http://www.arxiv-sanity.com/
感兴趣相关度排序、个人图书馆、推荐系统、都在看什么2
3.24.2.8. metacademy¶
metacademy看作一副机器学习和人工智能的知识图谱，在上面搜索任意机器学习或者人工智能的知识概念，它会告诉你学习这个知识点需要什么前置知识，需要多长时间掌握，并罗列出相关的课程。
3.24.2.9. AMiner3¶
输入关键词就能找到对应的学者： https://www.aminer.cn/
3.24.2.10. 著名学者¶
AI 领域大多数有影响力的人物（比如谷歌的 Peter Norvig，Facebook AI 研究的 Yann LeCun 以及微软的 Eric Horvitz）
3.24.2.11. 论文¶
CV领域Paper论文常见单词(一) - 王大东的文章 - 知乎 https://zhuanlan.zhihu.com/p/58860096
3.24.3. 代码¶
3.24.3.1. Papers with Code1¶
机器学习资源网站 Papers with Code 自创立以来，凭借丰富的开放资源和卓越的社区服务，成为机器学习研究者最常用的资源网站之一。网站还根据细分领域的指标对论文进行了整理和排序。以图像配准（Image Registration）为例。指标、论文、代码，安排得明明白白。
2019 年底，Papers with Code 正式并入 Facebook AI。最近，它又有了新举措：与论文预印本平台 arXiv 展开合作，支持在 arXiv 页面上添加代码链接。
Browse State-of-the-Art: https://paperswithcode.com/sota
3.24.3.3. 实践¶
3.24.4. mathpix¶
手写/截图 转 LaTex公式：https://mathpix.com/
LaTex如果所有公式都要自己手打还是很痛苦的。（虽然很多时候一篇Deep Learning方向的paper公式数量只有十个左右（这还是在强行加上LSTM等被翻来覆去写烂的公式的情况下））