导读
作为一个深度学习的项目开发人员，
是否经常在烦恼面对众多的算法和论文，究竟应该如何选择？而且各种CVPR、IEEE、ECCV等，而且算法更新速度和种类都很多，所以在选择算法的时候需要根据不同的论文结果进行比较来选择，在比较过程中可能需要花不少时间，而且自己在实现的过程中也很难复原论文中的结果，如果官方有开源代码当然优选选择使用官方开源的代码。今天给大家推荐一个网站，直接明了的展示出来不同论文在不同数据集上的表现效果并附带了开源的代码地址，包含了CV、NLP、Speech等各个领域。这个网站就是paperwithcode
paperwithcode：https://www.paperswithcode.com/sota
图像分类
它概括了在不同数据集上，不同算法所展示效果的一个排行榜，我们来看看在ImageNet上目前各种算法的排行榜
可以很方便的就能看出来，不同算法在top1和top5上的准确率以及模型参数的大小 和论文发表时间的信息，同时还附带了相关算法的code，通过这些信息我们可以很快就能筛选出我们想要的算法。
目标检测
机器翻译
问答
语音识别
除此之外，该网站上还提供了对当前算法的发展趋势、最新论文以及GitHub上面标星项目做了一个排名。
算法研究趋势
最近的论文
GitHub项目排名
分享到:
閱讀更多 機器學習之路 的文章
