AI research tools
1.0.0
- แนะนำเครื่องมือวิจัยทางวิทยาศาสตร์ที่ฉันชอบ (บางอันจำกัดเฉพาะสาขา AI)
- เครื่องมือที่ทำเครื่องหมายว่า [ต้องลองใช้] เป็นเครื่องมือที่ฉันยังไม่ได้ใช้แต่รู้สึกว่ามีประโยชน์ ฉันจะลองใช้โดยเร็วที่สุดและตัดสินใจว่าจะเก็บไว้ตามประสบการณ์หรือไม่
- โปรดแนะนำฉันผ่านประเด็นต่างๆ ฯลฯ เครื่องมือวิจัยทางวิทยาศาสตร์ในสาขา AI ที่คุณพบว่ามีประโยชน์แต่ไม่อยู่ในรายการนี้ ขอบคุณ
โดยทั่วไป เมื่อฉันต้องการค้นหาไฟล์ PDF ตามชื่อบทความหรือข้อมูลอื่นๆ ฉันจะใช้ dblp ก่อน (ผลการค้นหามีความชัดเจนและไม่ต้องใช้อินเทอร์เน็ตทางวิทยาศาสตร์) ในกรณีพิเศษบางกรณี ฉันจะใช้ Google Scholar อีกครั้ง
dblp: บรรณานุกรมวิทยาการคอมพิวเตอร์: เว็บไซต์สืบค้นกระดาษที่ออกแบบมาเป็นพิเศษสำหรับ CS ซึ่งรวมถึงเอกสารชั้นยอดที่สามารถเรียกดูได้ คุณสามารถค้นหาบทความของผู้เขียนตามการประชุม วารสาร ฯลฯ ซึ่งมีประโยชน์เมื่อคุณต้องการค้นหาบทความทั้งหมดในการประชุมทางคอมพิวเตอร์
Google scholar: นอกเหนือจากการค้นหารายงานแล้ว คุณสามารถดูสถิติรายงานและข้อมูลอ้างอิงอ้างอิงได้ที่นี่ คุณยังสามารถรับการแจ้งเตือนการอัปเดตรายงานใหม่โดยติดตามผู้เขียนหรือรายงาน และใช้คำแนะนำอัตโนมัติเพื่อจัดทำห้องสมุดพื้นฐาน
นักวิชาการเชิงความหมาย: สามารถใช้ร่วมกับวัสดุภายนอกเพื่อทำการวิเคราะห์ความหมายของรายงานได้ ฟังก์ชันต่างๆ ได้แก่ การแสดงการอ้างอิงและการอ้างอิง การวัดอิทธิพลของกระดาษ การแสดงแผนภูมิกระดาษ การสร้างคำสำคัญโดยอัตโนมัติ (ตามชื่อเรื่อง) การวิเคราะห์ผู้เขียน การค้นหาแหล่งข้อมูลเพิ่มเติมบนอินเทอร์เน็ต (เช่น วิดีโอ YouTube ที่เกี่ยวข้อง) และเอกสารแนะนำ
arXiv: เว็บไซต์รวบรวมสำหรับการพิมพ์เอกสารล่วงหน้า
ความพร้อมของ arXiv: มีการปรับปรุงที่เหนือกว่า arXiv ในแง่ของฟังก์ชันการทำงาน รวมถึงการแสดงรายการสรุป ความคิดเห็น และฟังก์ชันโซเชียล คำแนะนำ และไลบรารีขั้นพื้นฐานในระหว่างการเรียกดู การค้นหายังทำงานได้ดียิ่งขึ้น
Semantic Sanity: ฟีดแบบปรับเปลี่ยนเฉพาะบุคคล: สร้างฟีดการอ่าน arXiv ในแบบของคุณเอง เมื่อสร้างฟีดแต่ละรายการ คุณจะถูกขอให้เลือกเอกสารสองสามฉบับก่อน จากนั้นจึงเริ่มแนะนำตามเอกสารเหล่านี้ คุณสามารถชอบหรือไม่ชอบผลลัพธ์ที่แนะนำเพื่อช่วยปรับผลลัพธ์ที่แนะนำ
Paper Digest – AI สำหรับการติดตามและสรุปเอกสาร: แสดงรายการเอกสารที่เผยแพร่หนึ่งวันก่อนการสมัครรับอีเมล พร้อมสรุปหนึ่งประโยคของรายงานแต่ละฉบับ สิ่งที่สำคัญสำหรับฉันมากกว่าคือเว็บไซต์นี้จะจัดระเบียบเอกสารของการประชุมระดับสูงแต่ละครั้งเมื่อมีการเผยแพร่
เอกสารที่มีรหัส: เชื่อมต่อเอกสารกับพื้นที่เก็บข้อมูล GitHub และชุดข้อมูลที่ใช้โค้ดโดยอัตโนมัติ และจัดเรียงตามคอลเลกชัน GitHub แสดง SOTA ในแต่ละงานเพื่อการเปรียบเทียบ
labmlai/annotated_deep_learning_paper_implementations: การใช้งาน PyTorch ของอัลกอริธึมต่างๆ พร้อมคำอธิบายประกอบแบบออนไลน์ ข้อเสียคือส่วนที่แสดงไม่ได้ถูกนำไปใช้ตั้งแต่ต้น และส่วนหนึ่งของโค้ดถูกวางไว้ในแพ็คเกจของตัวเอง
Mendeley: ตอนนี้ฉันใช้สิ่งนี้ รองรับหลายแพลตฟอร์ม เช่น เว็บ พีซี Mac และโทรศัพท์มือถือ สามารถใส่คำอธิบายประกอบและไฮไลต์ PDF ได้โดยตรง และมีพื้นที่เก็บข้อมูลบนคลาวด์ฟรีแบบจำกัด
Zotero: สามารถบันทึกการอ้างอิงวรรณกรรมในหน้าเว็บฐานข้อมูลวรรณกรรมได้โดยตรง มักใช้ร่วมกับ Nut Cloud เพื่อให้เกิดการซิงโครไนซ์การจัดการวรรณกรรมแบบหลายจุด (รองรับ MacOS, Windows, iPad, Linux, iOS)
Kimi Chat: ผลิตภัณฑ์คล้าย ChatPGT ที่ทุกคนควรคุ้นเคย
Cool Papers: เว็บไซต์สำหรับเขียนบทความที่พัฒนาโดย Mr. Su Jianlin คุณสามารถสำรวจและใช้งานได้เองตาม README
CopyTranslator: ข้อได้เปรียบที่ใหญ่ที่สุดคือมีฟังก์ชันต่างๆ เช่น การปักหมุด การคลิกเพื่อคัดลอก และการตรวจสอบคลิปบอร์ด สามารถสลับได้อย่างราบรื่นเมื่ออ่านเอกสารและใช้ร่วมกันซึ่งสะดวกมาก
Saladict Saladict: ปลั๊กอินการแปลเบราว์เซอร์ พร้อมการตั้งค่าที่หลากหลายเพื่อให้ตรงกับพฤติกรรมการใช้งานของผู้ใช้ นอกจากเอกสารอย่างเป็นทางการแล้ว คุณยังสามารถตรวจสอบ Shalaqi + Alfred เพื่อสร้างประสบการณ์การแปลเอกสารที่ดีที่สุด! แวะมาหาคำตอบ ฉันยังสำรวจวิธีใช้การแปลนอกเบราว์เซอร์บนระบบ Windows ด้วย
ฉันเคยใช้ Evernote แต่ได้หยุดใช้แล้วและกำลังพิจารณาที่จะย้ายข้อมูล
Yuque: เบามาก ฉันมักจะใช้เวอร์ชันเว็บ ในบางครั้งบางรายการสามารถซิงโครไนซ์กับโทรศัพท์มือถือได้ซึ่งมีประโยชน์มากเช่นกัน นักเรียนใหม่สามารถกรอกรหัสเชิญของฉัน QPFUN เพื่อรับการเป็นสมาชิก 30 วัน: kissing_heart:
แนวคิด: หากคุณต้องการการทำงานร่วมกันแบบหลายคนและการจัดการโครงการ Notion อาจเหมาะสมกว่า
the-incredible-pytorch: บทช่วยสอน โปรเจ็กต์ วิดีโอ และแหล่งข้อมูลอื่นๆ เกี่ยวกับ PyTorch
สูตรคอมพิวเตอร์วิชั่น: ผลิตโดย Microsoft บทช่วยสอนเกี่ยวกับงาน CV ต่างๆ โดยใช้ PyTorch
Pytorch-Project-Template: เทมเพลตโครงการ PyTorch ที่ขยายได้ รวมถึงตัวอย่างของการแบ่งส่วนรูปภาพ การจำแนกวัตถุ GAN และการเรียนรู้แบบเสริมกำลัง
pytorch-template: เทมเพลตโครงการ PyTorch อื่น
torchinfo: พิมพ์ข้อมูลโมเดล PyTorch รวมถึงจำนวนพารามิเตอร์ของแต่ละเลเยอร์ของโมเดล ขนาดเทนเซอร์เอาท์พุต ฯลฯ
flops-counter.pytorch: คำนวณ FLOP ทั้งหมดของโมเดล (การดำเนินการจุดลอยตัว ซึ่งเข้าใจว่าเป็นจำนวนการคำนวณ ซึ่งสามารถใช้เพื่อวัดความซับซ้อนของอัลกอริทึม/โมเดล) และสัดส่วนของแต่ละเลเยอร์ ข้อเสียคือดูเหมือนจะไม่รองรับเลเยอร์ที่เกี่ยวข้องกับ RNN และข้อมูลที่พิมพ์ไม่สะดวกในการอ่าน
PyTorch เวอร์ชันล่าสุดมาพร้อมกับเทนเซอร์บอร์ดแล้ว บทช่วยสอนอย่างเป็นทางการ
visdom: [ต้องลองใช้] เครื่องมือที่ยืดหยุ่นสำหรับการสร้าง จัดระเบียบ และแบ่งปันการแสดงภาพข้อมูลแบบเรียลไทม์
Convolution Visualizer: หากการกำหนดค่าเลเยอร์ Convolution ค่อนข้างซับซ้อนและไม่สะดวกในการคำนวณขนาดเอาต์พุต คุณสามารถใช้เครื่องมือแสดงภาพนี้เพื่อช่วยได้
การค้นหาชุดข้อมูลของ Google
ค้นหาข้อมูล |. Bifrost: ค้นหาชุดข้อมูลภาพ
optuna: กรอบงานสำหรับการเพิ่มประสิทธิภาพไฮเปอร์พารามิเตอร์อัตโนมัติ
microsoft/nni: [ต้องลองใช้] ชุดเครื่องมือการเรียนรู้ของเครื่องอัตโนมัติแบบโอเพ่นซอร์ส (AutoML) สำหรับการค้นหาโมเดลประสาทและการปรับแต่งไฮเปอร์พารามิเตอร์ ซึ่งรองรับเฟรมเวิร์กกระแสหลักและสภาพแวดล้อมการทำงานส่วนใหญ่
Hyperopt: [ที่จะลอง] การเพิ่มประสิทธิภาพไฮเปอร์พารามิเตอร์แบบอะซิงโครนัสแบบกระจาย ฉันเห็นคนแนะนำสิ่งนี้ใน Zhihu แต่ตามเอกสารประกอบ ปัจจุบันมีอัลกอริธึมการปรับให้เหมาะสมเพียงสองอัลกอริธึมเท่านั้นที่สนับสนุน และไม่มีการเพิ่มประสิทธิภาพแบบเบย์
BoTorch: [ต้องลองใช้] ไลบรารีการปรับให้เหมาะสมแบบ Bayesian ที่ใช้ PyTorch
automl/Auto-PyTorch: [ต้องลองใช้] การค้นหาโครงสร้างอัตโนมัติและการค้นหาไฮเปอร์พารามิเตอร์โดยใช้ PyTorch
เทมเพลต LaTeX หลากหลาย รวมถึงเอกสาร รายงาน โปสเตอร์ ฯลฯ
เทมเพลตจาก Overleaf
เทมเพลต LaTeX
สำหรับการทำงานร่วมกันหลายคน ฉันขอแนะนำ Overleaf ซึ่งเป็นตัวเลือกของฉันเกือบตลอดเวลา โปรเจ็กต์แบบคนเดียวสามารถใช้ VSCode สำหรับการเขียน LaTeX ออฟไลน์ และร่วมมือกับไลบรารีส่วนตัว Github เพื่อการจัดการเวอร์ชัน
คุณสามารถดูคำแนะนำของบทความนี้ได้: ด้วยเว็บไซต์เหล่านี้ การเขียนบทความภาษาอังกฤษจะไม่ใช่เรื่องยากอีกต่อไป (คำแนะนำและคำแนะนำการใช้งานของเว็บไซต์ช่วยเหลือในการเขียนบทความภาษาอังกฤษ 15 แห่ง) - Zhihu
Lingle: ค้นหาการจัดเรียงคำภาษาอังกฤษที่เกิดขึ้นบ่อยที่สุด ใช้เมื่อคุณไม่แน่ใจว่าสำนวนของคุณถูกต้องหรือไม่
Corpus of Contemporary American English (COCA): คุณสามารถตรวจสอบคลังคำภาษาอังกฤษ แบบอเมริกันได้ และคุณสามารถตรวจสอบประโยคเฉพาะโดยใช้คำนี้ได้ British National Corpus (BYU-BNC): คลังข้อมูลของภาษาอังกฤษแบบอังกฤษซึ่งมีคลังข้อมูลน้อยกว่าภาษาอังกฤษแบบอเมริกัน
อรรถาภิธาน: แปลงคำระดับต่ำให้เป็นคำระดับบนที่มีความหมายเหมือนกัน
ESODA: เครื่องมือสืบค้นการจัดระเบียบวลีที่เหมาะสำหรับการเขียนภาษาอังกฤษภาษาจีน ผลิตโดย Tsinghua HCI Lab คลังเอกสารที่สามารถเปลี่ยนทิศทางการวิจัยเฉพาะ แสดงการใช้งานทางเลือกที่เกี่ยวข้อง และรองรับการค้นหาแบบผสมในภาษาจีนและอังกฤษ
คำและวลี: ความถี่ ประเภท การจัดเรียง ความสอดคล้อง คำพ้องความหมาย และ WordNet: ใช้สีที่ต่างกันเพื่อแยกแยะคำที่มีความถี่สูง กลาง และต่ำ แสดงคำศัพท์ที่แสดงถึงประเภทของบทความ และจำแนกคำที่เปลี่ยนได้ที่เกี่ยวข้อง แม้ว่ากล่าวกันว่าเป็นอุปกรณ์ช่วยเขียนคำภาษาอังกฤษ แต่ฉันรู้สึกว่าการใช้งานที่ยิ่งใหญ่ที่สุดคือการเรียนรู้คำศัพท์และการจัดเรียงที่ใช้กันทั่วไปในรายงานในสาขาที่เกี่ยวข้อง
ตัวเลือกบางอย่างนอกเหนือจากตัวเลือกที่คล้ายกับ ChatGPT ต่างๆ โปรดตระหนักถึงความเสี่ยงในการรั่วไหลของเครื่องมือตรวจจับออนไลน์ และจัดการข้อความสำคัญด้วยความระมัดระวัง
ไวยากรณ์: ตรวจสอบและแก้ไขไวยากรณ์ รูปแบบประโยค เครื่องหมายวรรคตอน และการเลือกคำด้วยปลั๊กอินของเบราว์เซอร์
Nounplus.net: เครื่องมือตรวจสอบไวยากรณ์ภาษาอังกฤษออนไลน์ฟรี
Mathpix: จับภาพหน้าจอของสมการทางคณิตศาสตร์ที่ซับซ้อนแล้วแปลงเป็นโค้ด LaTeX สามารถจัดการงานพิมพ์ในรูปแบบ PDF และสูตรที่เขียนด้วยลายมือในภาพถ่าย ฯลฯ
MyScript Webdemo: โมดูล Math สามารถแปลงสูตรที่เขียนด้วยลายมือเป็นโค้ด LaTeX ได้ ในขณะเดียวกัน โมดูล Diagram ก็สามารถแปลงไดอะแกรมบล็อกที่วาดด้วยมือให้เป็นไดอะแกรมบล็อกที่เรียบร้อย
Detexify การจดจำสัญลักษณ์ที่เขียนด้วยลายมือของ LaTeX: หากคุณลืมวิธีแสดงอักขระบางตัวใน LaTeX คุณสามารถค้นหาด้วยการเขียนด้วยลายมือบนเว็บไซต์นี้
OmniGraffle ใช้งานได้กับระบบ Mac OS
โดยปกติแล้ว PPT จะเป็นตัวเลือกแรกของฉัน: เริ่มต้นได้รวดเร็ว มีหลายประเภท มีอิสระในระดับสูง และรองรับการส่งออกกราฟิกแบบเวกเตอร์
กระดาษ-รูปภาพ-การเขียน-โค้ด: โค้ดการวาดตาม LaTex รวมถึงแผนภูมิเส้น ฮิสโตแกรม แผนภูมิกระจาย การแสดงภาพความสนใจ และแผนภูมิโครงสร้าง
การวาดภาพเชิงวิชาการ: การวาดภาพ Matlab/Python ส่วนใหญ่ใช้ในการวาดข้อมูลอนุกรมเวลา
การวาดภาพลาเท็กซ์ที่ยอดเยี่ยม: การวาดภาพ LaTeX ส่วนใหญ่ใช้ในการวาดเครือข่ายแบบเบย์ การสลายตัวของเทนเซอร์ ฯลฯ
PlotNeuralNet: Python รับกราฟที่สามารถใช้ใน LaTeX โดยส่วนใหญ่จะวาด CNN
มีหลายเว็บไซต์ที่ให้บริการแปลงรูปภาพในรูปแบบต่างๆ นี่เป็นเพียงรายการสั้น ๆ คุณยังสามารถค้นหาเว็บไซต์อื่นที่คล้ายคลึงกันผ่านเครื่องมือค้นหาได้
แปลง PNG/JPEG (แรสเตอร์) เป็น EPS/PDF (เวกเตอร์) รูปแบบ: แปลงไฟล์รูปภาพในรูปแบบ jpg, png เป็นไฟล์ eps
ตัวแปลง EPS เป็น PDF: คุณยังสามารถแปลงไฟล์ EPS เป็นรูปภาพในรูปแบบอื่นได้
ครอบตัดไฟล์ PDF ออนไลน์ - เครื่องมือ PDF: ครอบตัดขอบสีขาวของไฟล์ pdf
TexLive มาพร้อมกับเครื่องมือบรรทัดคำสั่งบางอย่าง:
epstopdf <file.eps> ;pdfcrop <file.pdf> ccf-deadlines: คุณสามารถกรองการประชุมที่มีกำหนดเวลาในปีนี้ตามทิศทางการวิจัยและระดับ CCF มันค่อนข้างเป็นมิตรกับนักเรียนในประเทศ
กำหนดเวลาการประชุม AI: การประชุมสามารถกรองได้ตามทิศทางการวิจัย แต่ดูเหมือนว่าคุณจะต้องท่องอินเทอร์เน็ตทางวิทยาศาสตร์เพื่อดูข้อมูลทั้งหมด
รายการการประชุม: จัดเรียงตามกำหนดเวลา การประชุมที่หมดอายุจะไม่ปรากฏบนหน้าแรก มีเพจที่คุณสามารถดูว่ามีการประชุมใดบ้างในแต่ละทิศทางการวิจัย แต่ไม่มีวิธีกรองการประชุมที่ยังไม่หมดอายุตามทิศทางการวิจัย
Conference Partner: รายชื่อการประชุมทางคอมพิวเตอร์และวารสารนานาชาติล่าสุด คุณสามารถลงทะเบียนเพื่อติดตามการประชุมหรือวารสาร ค่อนข้างสมบูรณ์แต่ข้อมูลไม่ได้รับการอัพเดตอย่างทันท่วงที
เพื่อวัตถุประสงค์ในการตรวจทานโดยไม่เปิดเผย บางครั้งลิงก์ไปยังไฟล์ (เช่น ซอร์สโค้ด) จะต้องไม่ระบุชื่อ บางคนเลือกที่จะสร้างบัญชีที่ไม่เปิดเผยตัวตนบน Github แต่การสร้างบัญชีสำหรับรายงานทุกฉบับในทุกการประชุมอาจยุ่งยากเกินไป ฉันพบเครื่องมือบางอย่างที่รองรับการแชร์ไฟล์แบบไม่ระบุชื่อดังนี้
Dropbox: อาจเป็นวิธีที่ใช้บ่อยที่สุด
เปิดกรอบวิทยาศาสตร์
ฟิกแชร์
กระบวนการส่งเอกสาร Arxiv - เพียงอ่านบทความนี้เพื่อทำความเข้าใจขั้นตอนการส่งเอกสารไปที่ arXiv
arxiv-latex-cleaner: ทำความสะอาดรหัส LaTeX ของกระดาษเพื่อให้ตรงตามข้อกำหนดในการส่งบน arXiv จุดเด่นประการหนึ่งคือความสามารถในการล้างเนื้อหาที่มีการแสดงความคิดเห็นทั้งหมดในรายงานโดยอัตโนมัติ
overleaf -> arxiv กระบวนการส่งที่ราบรื่น: หากคุณใช้ Overleaf (แทนที่จะรวบรวมโค้ด LaTeX ลงในกระดาษในเครื่อง) คุณสามารถอ้างอิงถึงบทความนี้เพื่อดาวน์โหลดแพ็คเกจซอร์สโค้ดที่เหมาะสมก่อน จากนั้นจึงพิจารณาใช้ arxiv-latex-cleaner
การให้รหัสที่ชัดเจนและทำซ้ำได้สำหรับเอกสารที่ตีพิมพ์สามารถพัฒนาฟิลด์นี้ได้อย่างมีประสิทธิภาพ ต่อไปนี้เป็นเครื่องมือที่เป็นประโยชน์สำหรับโค้ดโอเพ่นซอร์ส
รายการตรวจสอบความสามารถในการทำซ้ำ-v2.0: รายการตรวจสอบความสามารถในการทำซ้ำของแมชชีนเลิร์นนิงที่แสดงรายการเอกสารที่คุณควรจัดเตรียมเพื่อปรับปรุงความสามารถในการทำซ้ำของรายงานของคุณ
pigar: เครื่องมือสำหรับสร้างไฟล์ข้อกำหนดสำหรับโปรเจ็กต์ Python โดยอัตโนมัติ
เครื่องจำลองฝน Rainyscope: เสียงฝน
ห้องเรียนดนตรีของ LofiGirl: ห้องถ่ายทอดสดดนตรี Lo-Fi
