链接：https://paperswithcode.com/
介绍：将 ArXiv 上的最新机器学习论文与 Github 上的代码（TensorFlow/PyTorch/MXNet/等）对应起来。
补充：全网大部分论文在ArXiv(世界上最大的开放获取的学术文章数据库之一)都可以找到。详细使用教程可以参考文献4，6
链接：http://www.deeprlhub.com/
介绍：一个在线资源汇总和学习社区，旨在帮助人们更好地了解和学习强化学习（Reinforcement Learning）和深度强化学习（Deep Reinforcement Learning）等领域的知识和技术。
链接： https://codeocean.com/
介绍：Codeocean是Nature推荐过的一个可重现性代码共享平台。其实质类似于一个云平台，可以直接在上面配置环境、开展项目分析，合作者之间协作并存放数据和代码，发表时提供给杂志社或读者。而且有部分杂志要求作者发表时要把自己的代码和数据上传到CodeOcean上面。
链接：CatalyzeX: machine intelligence to catalyze your projects
介绍：CatalyzeX是一款查找Machine Learning论文开源代码的辅助工具，可以在互联网上的任何地方查找ML / AI论文的代码实现，该扩展程序目前可用于Chrome和Firefox。安装好扩展程序后，在Arxiv、Google Scholar等网页查看文献时，若该文献有提供对应的代码，在文献题目的后面会出现CODE字样的黑色按钮，点击按钮即可查看相应的代码。
链接：Browse the State-of-the-Art in Machine Learning | Papers With Code
介绍：这个网站主要是解决另一个问题–寻找一个领域目前最好的（State of the art, Sota）算法的论文以及实现代码。
链接： https://www.researchgate.net/
介绍：个专为科研人员设计的社交网络平台，用户可以在其中分享研究成果、提问、回答问题等，也可以在其中搜索并下载论文。ResearchGate 的一个重要特点是它允许研究者建立自己的个人主页，展示自己的学术成果和经历，与其他研究者进行互动和合作。
1.research code这个网站也可以搜索文章源码，也可以使用它提供的google插件。在google学术或在arXiv上搜索文献，当你去查看某篇文献时，这个google插件会去搜索对应的源码如果有开源的话，那么在文章的标题后面就会出现[code]字样。
2.?码云：快速下载Github的程序
3.kaggle:如果只想实现一个功能不想搞明白模型出处，这里也有一些数据库
4.Code China:类似于Github
github查找技巧：
搜索限定：#按照项目名/仓库名搜索（大小写不敏感）
in:name xxx
#按照README搜索（大小写不敏感）
in:readme xxx（每个项目都会有readme，讲项目每个模块的具体作用）
# 按照description搜索（大小写不敏感）
in:description xxx
#stars数大于xxx
stars:>xxx
#forks数大于xxx
forks:>xxx
#编程语言为xxx
language:xxx
#最新更新时间晚于YYYY-MM-DD
pushed:>YYYY-MM-DD
（1）在google搜索该论文的名称或者第一作者的姓名，找到该作者的个人学术主页。在他的主页上看看他是否公开了论文的代码。
（2） 在google搜索该论文中算法的名字+code或者是某种语言，如python等。这是因为阅读这篇论文的科研人员不少，有的人读完会写代码并公布出来。
（3）找大佬的复现代码：google或百度以‘’开发语言+论文的关键字+复现‘’关键字搜索。英文复现关键词为：re-implementation
（4）邮件联系论文第一作者。
补充：什么是经典文献？被引率高的文献；什么是最新的文献？按时间排序最新的文章且被知名期刊会议收录的文献。
研究领域著名企业官网：研究领域世界著名企业官网。比如去Microsoft Research on AI、Microsoft Research on Computer vision、Google AI官网上查看下载他们的Publications论文。
研究领域世界著名大学官网：比如去MIT Computer Science & Artificial Intelligence Lab、CS of CMU、Stanford AI Lab、Stanford Vision and Learning 官网上查看下载他们的Pubication论文。
研究领域著名实验室及个人官网：国内外做强化学习的老师，高校以及公司总结 - 深度强化学习实验室
一些个人官网链接：国内AI方向的周志华，国外的何凯明、李飞飞、吴恩达。
顶刊、顶会：
机器人领域：机器人学领域的顶级期刊总结_ieee transactions on robotics and automation-CSDN博客
人工智能领域：
谷歌2022学术指标出炉！Nature继续霸榜，CVPR第4，计算机5顶会入Top20-CSDN博客
天池：数据集
youtube：b站上找不到讲解视频的时候可以考虑下一个中英双语字幕插件"YouTube双字幕1.4.2"
IEEE：补充什么是IEEE、EI、SCI？_ieee检索号-CSDN博客
ACM:补充acm是什么？你准备好去打了吗？-CSDN博客
json在线转换器：点击跳转 一些json类型的数据集做转换
1.文献调研之如何查找文献及源码_在哪个网站能下载有代码的文献-CSDN博客
2.如何寻找论文及其相关代码？_google学术中的论文代码怎么找-CSDN博客
4.?如何最快速找到自己想要的优质的论文以及代码?一个超强大的网站带你超简单实现！
6.经验分享|Papers With Code——论文及对应源码的查找神器?
8.(重点)?如何寻找论文代码_researchcode-CSDN博客