Papers with Code 是一个总结了机器学习论文及其代码实现的网站。大多数论文都是有GitHub代码的。这个网站最好的地方就是对机器学习做了任务分类，检索对应的模型非常方便。
带有代码的论文重点介绍了机器学习研究的趋势和实现它的代码。
Reddit用户rstoj作了一个网站，将ArXiv上的最新机器学习论文与GitHub上的代码对应起来。这样我们就可以能够按照标题关键词查询，也能够按照流行程度，还有GitHub网站上的收藏星星数排列“热门研究”来进行查询。这个网站能让你跟上ML社区流行的最新动态。
1、打开paperwithcode官网The latest in Machine Learning | Papers With Code
在机器学习中，数据集占据了重要的一部分。研究人员除了需要开发先进的算法外，其实数据集的建立才是最基础也是最重要的部分。在过往的研究中，机器学习从业者也建立了许多可用的数据集。
查找论文对应开源代码的神器 Papers with Code 官网中的Datasets 实现了机器学习数据集的汇总，并且按照不同的类型进行归类，还具有过滤功能，值得一看。
2、当在搜索框输入“cv”（计算机视觉）关键词，搜索结果就会显示出来。
3、当点击网站上的“Browse State-of the-Art”之后，
搜索结果是这样的：
4、搜索结果返回页面中有多个类型，我们随便选择其中的一项，打开：
5、打开之后的页面，可以看到又包括论文和代码的部分。
或者再往下翻，还有这种形式的“paper”和“code”，点击就会进入到论文和代码相应的网站链接。
打开之后，页面显示为：
其中，“code”里的链接可以连接到Github上的代码：
