1.arxiv-sanity介紹

arxiv.org是一個非常大的預印本資源庫，里面有大量的最新的論文，但缺點是瀏覽、搜索和排序不是很方便。這個資源庫每天會更新大量的論文，如果通過手動搜索和瀏覽則效率很低，高引用的好文章難以及時的找到并閱讀，造成時間的浪費。從而，arxiv-sanity 因運而生。

1.2 arxiv-sanity基本功能

1、便捷的預覽

首先，arxiv-sanity在展示最新更新的文獻時，提供了可讀性更強的縮略圖預覽模式方便讀者來快速預覽，并在縮略圖下方的綠色區域顯示文獻的abstract 。

?2.感興趣相關度排序

點擊右上角的 ‘show similar’，文獻列表會按照與這篇文章的相關度進行排序，接下來會看到 arxiv 上所有關于 instance segmentation 的論文。這個功能是基于TF-DF算法來實現的，效果很好。

?3.個人圖書館

注冊和登錄賬戶之后，點擊右上角的那個保存圖標就可以將感興趣的 paper?收藏到個人圖書館。

?4.感興趣推薦系統

arxiv-sanity 還可以通過收藏的內容給你推薦你也許會感興趣的論文。背后的實現原理是通過將Library 中的論文標記為positive，Library之外的論文標記為negative，然后基于bigram文本特征提取訓練 personal SVM，最后在reconmmended 標簽里推薦給你，并可通過設置時間進一步篩選文獻。

5.看看大家都在看什么

top recent 標簽展示的是arxiv-sanity上被用戶收藏最多的文獻。這些文獻也可以按照時間來篩選。即使你不是注冊用戶，也可以瀏覽到大家都在收藏的文獻。

6.網站代碼開源

在頁面左上方可以看到，arxiv-sanity只展示machine learning的論文，如CV，CL等ML的分支領域，因為這是arxiv-sanity作者自己的研究領域。作者已經把 arxiv-sanity 開源了，所以如果你想根據自己的研究領域新建自己的arxiv-sanity，可以去GitHub fork arxiv-sanity-preserver。

cs.CV： Computer Vision and Pattern Recognition 計算機視覺與模式識別；
cs.CL：Computation and Language 計算語言學；
cs.LG：Learning 機器學習（計算機科學）；
cs.AI：Artificial Intelligence 人工智能；
cs.NE：Neural and Evolutionary Computing 神經與演化計算；
stat.ML：Machine Learning 機器學習（統計學）

2.paperwithcode

閱讀Paper，進一步閱讀 Code 才能對論文的思路和 Trick?徹底的了解。

paperwithcode 網站將 ArXiv 上的最新機器學習論文與 GitHub 上的代碼（TensorFlow/PyTorch/MXNet /等）對應起來。據網站開發者介紹，59858篇論文（帶源碼）、5151個數據集，且在不斷的更新中。paperwithcode 網站廣泛涉及了各類機器學習任務，包括計算機視覺、自然語言處理等

?

?搜索后進行查找

參考鏈接：

使用 arxiv-sanity 實時跟進自己研究領域的Paper_John's Blogs-CSDN博客

Paper+Code的研究模式 (paperwithcode)_John's Blogs-CSDN博客

總結

以上是生活随笔為你收集整理的使用 arxiv-sanity paperwithcode 跟进最新研究领域的文章的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。