发表服务
论文代码是否应该公开已是争论已久的问题，有从业者呼吁通过代码提交减少当下各类论文中的「水分」，也有研发人员表示「代码提交」类问题得因「研究」而异。不过单从我们最关心的各类顶会而言，似乎可以简单从三个…
超90％论文算法不可复现，你为何不愿公开代码？人工智能（AI）这个蓬勃发展的领域正面临着实验重现的危机，就像实验重现问题过去十年来一直困扰着心理学、医学以及其他领域一样。他们没有足够时间在每种条件下都测试算法，或者在文章中记录他们尝试过的每个超参数。
强行复现别人论文，也未必达到其论文呈现的性能。更可怕的是A论文中了不开源，B论文复现了A在另一模型上的实验中了也不开源。这就导致后人可能被质疑，你看虽然A没开源，但人家B却用的好好的，而B也没开源。B很可能是A的熟人，可以获得代码。
转载于量子位当年看到一篇精彩的AI论文，正想尝试究竟有多厉害的时候，却发现它没有公开源代码。此时的你是不是感到很苦恼？不仅是你这么想，最近AI界女强人AnimaAnandkumar也...
许多人表示，论文能公开代码还是要公开，即使有错误、别人跑不起来，但也尽量发出来，大家还可以做逆向工程——毕竟总比啥都没有强。而关于不发布代码的原因，这里面还出现了“对于你来说开源代码可能就是30分钟的事儿，但有人...
如果提供源代码该怎么传？我的论文又没发表，真的发到什么公开的地方，别人都可以复现的，不知道是不是我小人之心了。。。我可不可以先传到网盘留一个压缩密码？
如果代码实现起来容易，也不难调参数，真的没必要公开代码。2.如果代码复杂，上人家主页找，找不到就果断发邮件要，作者通常会给代码。不给肯定有猫腻，你可以在paper里说“没有和XX对比，原因是作者拒绝提供源代码”。3.
大家好。有一个经典论文上的算法，我费了好大劲才实现，但是不能还原实验结果。这是一篇经典论文提出的算法，无数的论文都引用过，所以人家的数据不可能有问题。我还原不了应该是我的代码写的有问题。原作者是宾夕法尼亚大学的学者（不知道是不是教授），我想发个邮件问人家要源代码...
论文代码是否应该公开已是争论已久的问题，有从业者呼吁通过代码提交减少当下各类论文中的「水分」，也有研发人员表示「代码提交」类问题得因「研究」而异。不过单从我们最关心的各类顶会而言，似乎可以简单从三个角度去看待此问题...
2.使用公开数据，公开代码，论文细节清楚，能复现论文的效果。尽管很多论文的作者也不能说明为什么这么设计的网络效果好，这个应该是深度学习可解释性差的原因。因为他们公开了代码，在公开数据集上效果好，能复现效果，所以也是好论文。文末推荐
论文代码是否应该公开已是争论已久的问题，有从业者呼吁通过代码提交减少当下各类论文中的「水分」，也有研发人员表示「代码提交」类问题得因「研究」而异。不过单从我们最关心的各类顶会而言，似乎可以简单从三个…
超90％论文算法不可复现，你为何不愿公开代码？人工智能（AI）这个蓬勃发展的领域正面临着实验重现的危机，就像实验重现问题过去十年来一直困扰着心理学、医学以及其他领域一样。他们没有足够时间在每种条件下都测试算法，或者在文章中记录他们尝试过的每个超参数。
强行复现别人论文，也未必达到其论文呈现的性能。更可怕的是A论文中了不开源，B论文复现了A在另一模型上的实验中了也不开源。这就导致后人可能被质疑，你看虽然A没开源，但人家B却用的好好的，而B也没开源。B很可能是A的熟人，可以获得代码。
转载于量子位当年看到一篇精彩的AI论文，正想尝试究竟有多厉害的时候，却发现它没有公开源代码。此时的你是不是感到很苦恼？不仅是你这么想，最近AI界女强人AnimaAnandkumar也...
许多人表示，论文能公开代码还是要公开，即使有错误、别人跑不起来，但也尽量发出来，大家还可以做逆向工程——毕竟总比啥都没有强。而关于不发布代码的原因，这里面还出现了“对于你来说开源代码可能就是30分钟的事儿，但有人...
如果提供源代码该怎么传？我的论文又没发表，真的发到什么公开的地方，别人都可以复现的，不知道是不是我小人之心了。。。我可不可以先传到网盘留一个压缩密码？
如果代码实现起来容易，也不难调参数，真的没必要公开代码。2.如果代码复杂，上人家主页找，找不到就果断发邮件要，作者通常会给代码。不给肯定有猫腻，你可以在paper里说“没有和XX对比，原因是作者拒绝提供源代码”。3.
大家好。有一个经典论文上的算法，我费了好大劲才实现，但是不能还原实验结果。这是一篇经典论文提出的算法，无数的论文都引用过，所以人家的数据不可能有问题。我还原不了应该是我的代码写的有问题。原作者是宾夕法尼亚大学的学者（不知道是不是教授），我想发个邮件问人家要源代码...
论文代码是否应该公开已是争论已久的问题，有从业者呼吁通过代码提交减少当下各类论文中的「水分」，也有研发人员表示「代码提交」类问题得因「研究」而异。不过单从我们最关心的各类顶会而言，似乎可以简单从三个角度去看待此问题...
2.使用公开数据，公开代码，论文细节清楚，能复现论文的效果。尽管很多论文的作者也不能说明为什么这么设计的网络效果好，这个应该是深度学习可解释性差的原因。因为他们公开了代码，在公开数据集上效果好，能复现效果，所以也是好论文。文末推荐
发表服务