AI research tools
1.0.0
- Recomendo algumas ferramentas de pesquisa científica que gosto (algumas são limitadas ao campo da IA)
- As ferramentas marcadas como [A serem experimentadas] são ferramentas que ainda não usei, mas que considero úteis. Vou experimentá-las o mais rápido possível e decidir se as manterei com base na experiência.
- Por favor, recomende-me através de questões, etc. ferramentas de pesquisa científica no campo de IA que você considera úteis, mas que não estão nesta lista. Obrigado.
De modo geral, quando preciso encontrar arquivos PDF com base no título de um artigo ou outras informações, usarei primeiro o dblp (os resultados da pesquisa são claros e não é necessária Internet científica). Para alguns casos especiais, eu usaria o Google Scholar novamente.
dblp: bibliografia de ciência da computação: um site de consulta de artigos especialmente desenvolvido para CS, que inclui artigos de primeira linha que podem ser recuperados. Você pode pesquisar os artigos do autor de acordo com conferências, periódicos, etc., o que é útil quando você deseja pesquisar todos os artigos em uma conferência por computador.
Google Scholar: além de pesquisar artigos, você pode visualizar estatísticas de artigos e referências de citações aqui. Você também pode obter lembretes de atualização de novos artigos seguindo autores ou artigos e usar recomendações automatizadas para fornecer uma biblioteca básica.
Estudioso semântico: Pode ser combinado com materiais externos para realizar análise semântica do artigo. As funções incluem: exibição de citações e referências, medição da influência do artigo, exibição de gráficos de papel, geração automática de palavras-chave (com base em títulos), análise de autores, localização de recursos adicionais na Internet (por exemplo, vídeos relevantes do YouTube) e recomendação de artigos.
arXiv: Um site de coleta de pré-impressões de artigos.
arXiv-sanity: Possui grandes melhorias em relação ao arXiv em termos de funcionalidade, incluindo a exibição de resumos, comentários e funções sociais, de recomendação e de biblioteca muito básicas durante a navegação. A pesquisa também funciona melhor.
Sanidade Semântica: Um Feed Adaptativo Personalizado: Crie seu próprio feed de leitura arXiv personalizado. Ao criar cada feed, você será solicitado a selecionar alguns artigos primeiro e, em seguida, começar a recomendar com base nesses papéis. Você pode gostar ou não dos resultados recomendados para ajudar a ajustar os resultados recomendados.
Paper Digest – IA para rastrear e resumir artigos: Fornece uma lista de artigos publicados no dia anterior à assinatura do e-mail, com um resumo de uma frase de cada artigo. O que é mais importante para mim é que este site também organizará os trabalhos de cada conferência importante quando forem divulgados.
Artigos com código: conecte automaticamente os documentos ao repositório GitHub e aos conjuntos de dados que implementam o código e classifique-os de acordo com as coleções do GitHub. Mostre o SOTA em cada tarefa para comparação.
labmlai/annotated_deep_learning_paper_implementations: Implementações PyTorch de muitos algoritmos, com anotações online. A desvantagem é que a parte mostrada não é implementada do zero, e parte do código é colocada em um pacote próprio.
Mendeley: Atualmente uso isso. Suporta múltiplas plataformas, como web, PC, Mac e telefones celulares, pode anotar e destacar PDFs diretamente e possui armazenamento em nuvem gratuito com limite.
Zotero: Ele pode capturar diretamente as referências da literatura na página da web do banco de dados de literatura. É frequentemente usado em conjunto com o Nut Cloud para obter sincronização multi-end do gerenciamento de literatura (suporta MacOS, Windows, iPad, Linux, iOS).
Kimi Chat: Produto semelhante ao ChatPGT, todos devem estar familiarizados com ele.
Cool Papers: Um site para escrever artigos desenvolvido pelo Sr. Su Jianlin. Você pode explorá-lo e usá-lo sozinho de acordo com o README.
CopyTranslator: A maior vantagem é que possui funções como fixar, clicar para copiar e monitorar a área de transferência. Ele pode ser alternado perfeitamente na leitura de documentos e pode ser usado em conjunto, o que é muito conveniente.
Saladict Saladict: Plug-in de tradução de navegador, com configurações muito ricas para combinar com os hábitos de uso do usuário. Além dos documentos oficiais, você também pode conferir Shalaqi + Alfred para criar a melhor experiência de tradução de documentos! Venha e descubra. Também estou explorando como implementar a tradução fora do navegador em sistemas Windows.
Eu costumava usar o Evernote, mas parei e estou pensando em migrar.
Yuque: Muito leve, costumo usar a versão web. Ocasionalmente, algumas listas podem ser sincronizadas com o telemóvel, o que também é muito útil. Novos alunos podem preencher meu código de convite QPFTUN para receber uma assinatura de 30 dias: kissing_heart:
Noção: Se você precisar de colaboração entre várias pessoas e gerenciamento de projetos, o Notion pode ser mais adequado.
the-incredible-pytorch: Vários tutoriais, projetos, vídeos e outros recursos sobre PyTorch.
receitas de visão computacional: Produzido pela Microsoft, tutoriais sobre várias tarefas de currículo baseadas em PyTorch.
Pytorch-Project-Template: um modelo de projeto PyTorch extensível, incluindo exemplos de segmentação de imagens, classificação de objetos, GANs e aprendizado por reforço.
pytorch-template: Outro modelo de projeto PyTorch.
torchinfo: Imprime informações do modelo PyTorch, incluindo o número de parâmetros de cada camada do modelo, tamanho do tensor de saída, etc.
flops-counter.pytorch: Calcula o total de FLOPs do modelo (operações de ponto flutuante, entendidas como a quantidade de cálculo, que pode ser usada para medir a complexidade do algoritmo/modelo) e a proporção de cada camada. A desvantagem é que ele não parece suportar camadas relacionadas a RNN e as informações impressas não são muito fáceis de ler.
A versão mais recente do PyTorch já vem com tensorboard. Tutorial oficial.
visdom: [Para testar] Ferramenta flexível para criar, organizar e compartilhar visualizações de dados ricos em tempo real.
Visualizador de Convolução: Se a configuração da camada de convolução for relativamente complexa e for inconveniente calcular o tamanho de saída, você pode usar esta ferramenta de visualização para ajudar.
Pesquisa de conjunto de dados do Google
Pesquisa de dados | Bifrost: pesquisa visual de conjunto de dados.
optuna: uma estrutura para otimização automática de hiperparâmetros.
microsoft/nni: [Para ser testado] Um kit de ferramentas de aprendizado de máquina automático (AutoML) de código aberto para pesquisa de modelos neurais e ajuste de hiperparâmetros, com suporte à maioria das estruturas e ambientes operacionais convencionais.
Hyperopt: [A ser experimentado] Otimização de hiperparâmetros assíncronos distribuídos. Vi alguém recomendando isso no Zhihu, mas de acordo com a documentação, existem apenas dois algoritmos de otimização suportados atualmente e eles não incluem otimização bayesiana.
BoTorch: [A ser experimentado] Biblioteca de otimização bayesiana baseada em PyTorch.
automl/Auto-PyTorch: [A ser experimentado] Pesquisa automática de estrutura e pesquisa de hiperparâmetros baseada em PyTorch.
Vários modelos LaTeX, incluindo artigos, relatórios, pôsteres, etc.
Modelos do verso
Modelos LaTeX
Para colaboração entre várias pessoas, recomendo o Overleaf, que também é minha escolha na maioria das vezes. Projetos individuais podem usar VSCode para escrita LaTeX offline e cooperar com bibliotecas privadas do Github para gerenciamento de versões.
Você pode dar uma olhada nas recomendações deste artigo: Com esses sites, escrever artigos em inglês não é mais difícil (Introdução e dicas de uso de 15 sites de assistência para redação de artigos em inglês) - Zhihu
Lingle: Pesquise as colocações de palavras em inglês que ocorrem com mais frequência. Use quando não tiver certeza se sua expressão está correta.
Corpus of Contemporary American English (COCA): Você pode verificar o corpus de colocações de palavras do inglês americano e pode verificar as frases específicas usando esta palavra. British National Corpus (BYU-BNC): Um corpus do inglês britânico, com menos corpus do que o do inglês americano.
Dicionário de sinônimos: converta palavras simples em palavras sinônimas sofisticadas.
ESODA: Uma ferramenta de consulta de colocação de frases adequada para escrita em chinês-inglês, produzida pelo Tsinghua HCI Lab. Um conjunto de artigos que podem mudar direções específicas de pesquisa, exibir usos alternativos relevantes e apoiar pesquisas mistas em chinês e inglês.
Palavras e frases: frequência, gêneros, colocações, concordâncias, sinônimos e WordNet: Use cores diferentes para distinguir palavras de alta, média e baixa frequência, exibir vocabulário que representa o tipo de artigo e classificar palavras substituíveis relacionadas. Embora seja considerado um auxiliar de redação em inglês, sinto que seu maior uso é aprender vocabulário e colocações comumente usadas em artigos de áreas afins.
Algumas opções além das diversas do tipo ChatGPT. Esteja ciente dos riscos de vazamento das ferramentas de detecção on-line e manuseie os textos principais com cautela.
Grammarly: verifique e modifique gramática, padrões de frases, pontuação e seleção de palavras, com plug-ins de navegador.
Nounplus.net: verificador gramatical de inglês online gratuito.
Mathpix: Faça capturas de tela de equações matemáticas complexas e converta-as em código LaTeX. Ele pode lidar com impressões em PDFs e fórmulas manuscritas em fotos, etc.
MyScript Webdemo: O módulo Math pode converter fórmulas manuscritas em código LaTeX, ao mesmo tempo, o módulo Diagram pode converter diagramas de blocos desenhados à mão em diagramas de blocos elegantes;
Detexify o reconhecimento de símbolos manuscritos do LaTeX: Se você esquecer como representar certos caracteres no LaTeX, poderá consultá-los escrevendo à mão neste site.
OmniGraffle está disponível para sistemas Mac OS.
PPT geralmente é minha primeira escolha: é rápido para começar, tem muitos tipos, tem um alto grau de liberdade e suporta a exportação de gráficos vetoriais.
Paper-Picture-Writing-Code: Código de desenho baseado em LaTex, incluindo gráficos de linhas, histogramas, gráficos de dispersão, visualização de atenção e gráficos de estrutura.
desenho acadêmico: desenho Matlab/Python, usado principalmente para desenhar dados de séries temporais.
impressionante desenho em látex: desenho em LaTeX, usado principalmente para desenhar redes Bayesianas, decomposição de tensores, etc.
PlotNeuralNet: Python obtém gráficos que podem ser usados em LaTeX, principalmente desenhando CNN.
Existem muitos sites que oferecem serviços de conversão de imagens em diversos formatos. Aqui está apenas uma breve lista, você também pode encontrar outros sites semelhantes através de mecanismos de busca.
Converter formato PNG/JPEG (Raster) para EPS/PDF (vetor): Converta arquivos de imagem em formato jpg, png em arquivos eps.
Conversor EPS para PDF: Você também pode converter arquivos EPS em imagens em outros formatos.
Cortar arquivos PDF online - Ferramentas de PDF: corte as bordas brancas dos arquivos PDF.
TexLive vem com algumas ferramentas de linha de comando:
epstopdf <file.eps> ;pdfcrop <file.pdf> . prazos-ccf: Você pode filtrar conferências com prazos deste ano com base na direção da pesquisa e no nível do CCF. É relativamente amigável para estudantes nacionais.
Prazos da Conferência AI: As conferências podem ser filtradas com base nas direções da pesquisa. Mas parece que é preciso navegar cientificamente na Internet para ver todas as informações.
Lista de Conferências: Classificadas de acordo com o prazo, as conferências expiradas não aparecerão na página inicial. Existe uma página onde você pode ver quais conferências são realizadas em cada direção de pesquisa, mas não há como filtrar as conferências que não expiraram com base na direção de pesquisa.
Parceiro de Conferência: Lista das últimas conferências e periódicos internacionais de informática. Você pode se registrar para acompanhar uma conferência ou jornal. É relativamente completo, mas as informações não são atualizadas em tempo hábil.
Para fins de revisão cega, às vezes os links para arquivos (como código-fonte) precisam ser anônimos. Algumas pessoas optam por criar uma conta anônima no Github, mas criar uma conta para cada artigo em cada conferência pode ser muito complicado. Encontrei algumas ferramentas que suportam o compartilhamento anônimo de arquivos, como segue.
Dropbox: Provavelmente o mais usado.
Estrutura de Ciência Aberta
Figshare
Processo de envio de artigos para o Arxiv - Basta ler este artigo para entender o processo de envio de um artigo para o arXiv.
arxiv-latex-cleaner: Limpe o código LaTeX do artigo para atender aos requisitos de envio no arXiv. Um destaque é a capacidade de limpar automaticamente todo o conteúdo comentado do artigo.
overleaf -> arxiv Processo de envio suave: Se você estiver usando o Overleaf (em vez de compilar o código LaTeX em um papel localmente), você pode consultar este artigo para baixar o pacote de código-fonte apropriado primeiro e, em seguida, considerar o uso do arxiv-latex-cleaner.
Fornecer código claro e reproduzível para artigos publicados pode efetivamente avançar na área. Aqui estão algumas ferramentas úteis para código-fonte aberto.
ReproducibilityChecklist-v2.0: Uma lista de verificação de reprodutibilidade de aprendizado de máquina que lista quais documentos você deve fornecer para melhorar a reprodutibilidade do seu artigo.
pigar: Uma ferramenta para gerar automaticamente arquivos de requisitos para projetos Python.
Simulador de chuva Rainyscope: som de chuva.
Sala de estudo de música da LofiGirl: sala de transmissão ao vivo de música Lo-Fi.
