├── LICENSE
└── README.md


/LICENSE:
--------------------------------------------------------------------------------
 1 | MIT License
 2 | 
 3 | Copyright (c) 2019 Kyon Huang
 4 | 
 5 | Permission is hereby granted, free of charge, to any person obtaining a copy
 6 | of this software and associated documentation files (the "Software"), to deal
 7 | in the Software without restriction, including without limitation the rights
 8 | to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
 9 | copies of the Software, and to permit persons to whom the Software is
10 | furnished to do so, subject to the following conditions:
11 | 
12 | The above copyright notice and this permission notice shall be included in all
13 | copies or substantial portions of the Software.
14 | 
15 | THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
16 | IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
17 | FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
18 | AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
19 | LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
20 | OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
21 | SOFTWARE.
22 | 


--------------------------------------------------------------------------------
/README.md:
--------------------------------------------------------------------------------
  1 | <h1 align="center">AI Research Tools</h1>
  2 | 
  3 | <p align="center">
  4 |   <a href="http://kyonhuang.top" target="_blank"><img src="https://img.shields.io/badge/%E4%BD%9C%E8%80%85-KyonHuang-7AD6FD.svg" alt="Author"></a>
  5 |   <a href="https://github.com/bighuang624/AI-research-tools/blob/master/LICENSE" target="_blank"><img src="https://img.shields.io/badge/license-MIT-blue.svg" alt="MIT license"></a>
  6 | </p>
  7 | 
  8 | > * 推荐一些我喜欢的科研工具（有些限定于 AI 领域）
  9 | > * 标记【待尝试】的是我还未使用过但感觉比较有用的工具，会尽快尝试并根据体验决定是否保留
 10 | > * 请通过 issues 等方式向我推荐您觉得好用的但不在此清单上的 AI 领域科研工具，感谢
 11 | 
 12 | ## 目录  <!-- omit in toc -->
 13 | 
 14 | - [趋势关注](#趋势关注)
 15 |   - [RSS 阅读器](#rss-阅读器)
 16 | - [论文查找](#论文查找)
 17 |   - [搜索引擎](#搜索引擎)
 18 |   - [arXiv 相关](#arxiv-相关)
 19 |   - [代码实现查找](#代码实现查找)
 20 | - [论文阅读](#论文阅读)
 21 |   - [查阅下载](#查阅下载)
 22 |   - [文献管理](#文献管理)
 23 |   - [阅读助手](#阅读助手)
 24 |   - [文献翻译](#文献翻译)
 25 |   - [笔记工具](#笔记工具)
 26 | - [编码实验](#编码实验)
 27 |   - [Pytorch 相关](#pytorch-相关)
 28 |     - [功能配置封装](#功能配置封装)
 29 |     - [项目参考](#项目参考)
 30 |     - [项目管理](#项目管理)
 31 |     - [风格指南](#风格指南)
 32 |     - [项目模板](#项目模板)
 33 |     - [神经网络分析器](#神经网络分析器)
 34 |     - [可视化](#可视化)
 35 |   - [实验记录](#实验记录)
 36 |   - [数据集查找](#数据集查找)
 37 |   - [数据集下载](#数据集下载)
 38 |   - [特征工程](#特征工程)
 39 |   - [超参搜索](#超参搜索)
 40 | - [论文写作](#论文写作)
 41 |   - [LaTeX 模板](#latex-模板)
 42 |   - [LaTeX 编辑器](#latex-编辑器)
 43 |   - [语言表达](#语言表达)
 44 |     - [搭配查找](#搭配查找)
 45 |     - [句式推荐](#句式推荐)
 46 |     - [写作检查](#写作检查)
 47 |   - [公式编辑](#公式编辑)
 48 |   - [表格转 LaTeX](#表格转-latex)
 49 |   - [绘制示意图](#绘制示意图)
 50 |     - [绘图工具](#绘图工具)
 51 |     - [绘图参考](#绘图参考)
 52 |     - [PPT 插件](#ppt-插件)
 53 |     - [图片转换](#图片转换)
 54 |     - [图片休整](#图片休整)
 55 | - [论文投递](#论文投递)
 56 |   - [会议期刊查找筛选](#会议期刊查找筛选)
 57 |   - [匿名链接](#匿名链接)
 58 |   - [arXiv 提交](#arxiv-提交)
 59 |   - [代码开源](#代码开源)
 60 | - [其他](#其他)
 61 |   - [专利检索](#专利检索)
 62 |   - [专注工作](#专注工作)
 63 |   - [白噪声 / 音乐](#白噪声--音乐)
 64 | 
 65 | ## 趋势关注
 66 | 
 67 | ### RSS 阅读器
 68 | 
 69 | * [irreader 阅读器](http://irreader.fatecore.com/)：这是我现在在使用的 RSS 阅读器。一个非常大的优点是，对于一些没有提供 RSS 订阅源的网站，irreader 可以自定义 RSS 订阅源。另外，订阅的 RSS 更新时，有弹窗提醒。还有一个我暂时用不到的功能是，irreader 同时支持订阅播客和播放有声媒体。
 70 | 
 71 | ## 论文查找
 72 | 
 73 | ### 搜索引擎
 74 | 
 75 | 一般来说，当我需要根据论文标题或其他信息查找 PDF 文件时，我会首选使用 dblp（检索结果清晰，无需科学上网）。对于某些特殊情况，我会再使用 Google Scholar。
 76 | 
 77 | * [dblp: computer science bibliography](https://dblp.org/)：专为 CS 设计的论文查询网站，收录比较顶级并可以被检索到的论文。可以根据会议、期刊等分类查询作者的论文，想搜一个计算机会议的所有文章时好用。
 78 | 
 79 | * [Google scholar](https://scholar.google.com/schhp?hl=zh-CN)：除开搜索论文之外，可以在这里查看论文统计和引用参考文献，还能通过关注作者或者论文获得新论文更新提醒，以及利用自动化推荐来提供一个基本库。
 80 | 
 81 | * [Semantic scholar](https://www.semanticscholar.org/)：可以结合外部材料整合进行论文的语义分析。功能包括：展示引用和参考文献、度量论文影响力、展示论文图表、自动生成关键词（根据标题）、分析作者、在互联网寻找额外资源（例如，相关 youtube 视频），以及推荐论文。
 82 | 
 83 | ### arXiv 相关
 84 | 
 85 | * [arXiv](https://arxiv.org/): 论文预印本收录网站。
 86 | 
 87 | * [arXiv-sanity](http://arxiv-sanity.com/)：在功能上相比于 arXiv 有很大的改进，包括在浏览中显示摘要、评论和非常基本的社交、推荐、库功能。搜索也更好用。
 88 | 
 89 | * [Semantic Sanity: A Personalized Adaptive Feed](https://s2-sanity.apps.allenai.org)：创建自己的个性化 arXiv 选读 Feed。创建每个 Feed 时，会让您先选择几篇论文，然后根据这几篇论文开始推荐，对于推荐结果可以点赞或者不喜欢来帮助调整推荐结果。
 90 | 
 91 | * [Paper Digest – AI for tracking and summarizing papers](https://www.paperdigest.org/): 提供邮件订阅前一天出的论文的列表，附有每篇论文的一句话总结。对我更重要的是这个网站也会在每个顶会论文全部公布时进行整理。
 92 | 
 93 | ### 代码实现查找
 94 | 
 95 | * [Papers With Code](https://paperswithcode.com/)：自动把论文连接到实现代码的 GitHub 资源库和数据集，并根据 GitHub 的收藏量排序。展示各任务上的 SOTA 以供比较。
 96 | 
 97 | * [labmlai/annotated_deep_learning_paper_implementations](https://github.com/labmlai/annotated_deep_learning_paper_implementations)：很多算法的 PyTorch 实现，带有在线版的注释。缺点是展示的部分不是从头实现，一部分代码放在他们自己的包里了。
 98 | 
 99 | ## 论文阅读
100 | 
101 | ### 查阅下载
102 | 
103 | * [SCI-Hub 科研论文全文下载可用网址](http://tool.yovisun.com/scihub/)
104 | 
105 | ### 文献管理
106 | 
107 | * [Mendeley](https://www.mendeley.com)：我目前使用这个。支持 web、PC、Mac 和移动手机等多个平台，可以直接注释和高亮显示 PDF，有限额的免费云存储。
108 | 
109 | * [Zotero](https://www.zotero.org/)：能够对文献数据库网页中的文献题录直接抓取，常与[坚果云](https://www.jianguoyun.com/)配合使用，来实现文献管理多端同步（支持MacOS、Windows、iPad、Linux、iOS）。
110 | 
111 | ### 阅读助手
112 | 
113 | * [Kimi Chat](https://kimi.moonshot.cn/)：类 ChatPGT 产品，大伙应该都比较熟悉了。
114 | 
115 | * [Cool Papers](https://papers.cool/)：苏剑林大佬开发的刷论文网站。可根据 [README](https://github.com/bojone/papers.cool) 自行探索使用。
116 | 
117 | ### 文献翻译
118 | 
119 | * [CopyTranslator](https://copytranslator.github.io/)：最大的优点在于有置顶、点按复制、监听剪贴板等功能，阅读文献配合使用时可以无缝切换，非常方便。
120 | 
121 | * [Saladict 沙拉查词](https://saladict.crimx.com/)：浏览器翻译插件，有非常丰富的设置来配合用户的使用习惯。除了官方文档，也可以看 [沙拉查词 + Alfred，打造最佳文献翻译体验！](https://zhuanlan.zhihu.com/p/113809716) 来了解。我还在探索如何在 Windows 系统上实现浏览器外翻译。
122 | 
123 | ### 笔记工具
124 | 
125 | 我之前使用[印象笔记](https://www.yinxiang.com/)，但目前已经停用并考虑迁移。
126 | 
127 | * [语雀](https://www.yuque.com/)：非常轻量，我一般使用网页端。偶尔有些清单同步到手机端也很好用。新使用的同学可以填我的邀请码 QPFTUN 领取 30 天会员:kissing_heart:
128 | 
129 | * [Notion](https://www.notion.so/)：如果需要多人协作、项目管理，可能 Notion 会更合适。
130 | 
131 | ## 编码实验
132 | 
133 | ### Pytorch 相关
134 | 
135 | #### 功能配置封装
136 | 
137 | * [pytorch-lightning](https://github.com/williamFalcon/pytorch-lightning)：将 PyTorch 开发中的各种通用配置（训练验证逻辑、超参搜索、分布式训练等）全部包装起来，以更高级的形式快速搭建模型。功能强大，有些复杂，正在摸索。[机器之心写的简介](https://mp.weixin.qq.com/s/5ueJvt1tcWW0wknpkM3WIg)
138 | 
139 | #### 项目参考
140 | 
141 | * [the-incredible-pytorch](https://github.com/ritchieng/the-incredible-pytorch)：有关 PyTorch 的各种教程、项目、视频等资源。
142 | 
143 | * [computervision-recipes](https://github.com/microsoft/computervision-recipes)：微软出品，基于 PyTorch 的各种 CV 任务的教程。
144 | 
145 | <!-- * [donnyyou/torchcv](https://github.com/donnyyou/torchcv)：基于 PyTorch 的 CV 模型框架，包含图像分类、语义分割、目标检测、姿态检测、实例分割、生成对抗网络等任务中的多个常见模型。 -->
146 | 
147 | #### 项目管理
148 | 
149 | * [torchtracer](https://oidiotlin.com/torchtracer/)：一个管理 PyTorch AI 实验项目的工具，主要用于保存各类训练数据（模型 checkpoints、超参数组合、日志、loss 变化曲线图像等）。
150 | 
151 | #### 风格指南
152 | 
153 | * [pytorch-styleguide](https://github.com/IgorSusmelj/pytorch-styleguide)：一份 PyTorch 的非官方风格指南和最佳实践总结。
154 | 
155 | #### 项目模板
156 | 
157 | * [Pytorch-Project-Template](https://github.com/moemen95/Pytorch-Project-Template)：一个可扩展的 PyTorch 项目模板，包括图像分割、目标分类、GANs 和强化学习等实例。
158 | 
159 | * [pytorch-template](https://github.com/lyakaap/pytorch-template)：另一份 PyTorch 项目模板。
160 | 
161 | #### 神经网络分析器
162 | 
163 | * [torchinfo](https://github.com/TylerYep/torchinfo)：打印 PyTorch 模型信息，包含模型每层的参数量、输出张量大小等。
164 | 
165 | * [flops-counter.pytorch](https://github.com/sovrasov/flops-counter.pytorch)：计算模型总共的 FLOPs（浮点运算数，理解为计算量，可以用来衡量算法/模型的复杂度）以及每层的占比。缺点是似乎不支持 RNN 相关层，另外打印下来的信息不是很方便看。
166 | 
167 | #### 可视化
168 | 
169 | * PyTorch 最新版本已经带有 tensorboard。[官方 tutorial](https://pytorch.org/tutorials/intermediate/tensorboard_tutorial.html)。
170 | 
171 | * [visdom](https://github.com/facebookresearch/visdom)：【待尝试】用于创建、组织和共享实时丰富数据可视化的灵活工具。
172 | 
173 | * [Convolution Visualizer](https://ezyang.github.io/convolution-visualizer/index.html)：如果卷积层配置比较复杂，不方便计算输出大小时，可以利用这个可视化工具辅助。
174 | 
175 | ### 实验记录
176 | 
177 | * [fitlog](https://github.com/fastnlp/fitlog)：【待尝试】架构无关的实验记录工具，可以看[邱锡鹏老师在知乎写的介绍](https://www.zhihu.com/question/384519338/answer/1181186086)。
178 | 
179 | ### 数据集查找
180 | 
181 | * [Google Dataset Search](https://toolbox.google.com/datasetsearch)
182 | 
183 | * [Data Search | Bifrost](https://datasets.bifrost.ai/)：视觉数据集搜索。
184 | 
185 | ### 数据集下载
186 | 
187 | * [gdown](https://github.com/wkentaro/gdown)：用于解决在 Google Drive 上下载大型数据集常发生的失败现象。
188 | 
189 | ### 特征工程
190 | 
191 | * [Featuretools](https://github.com/featuretools/featuretools)：【待尝试】自动化特征工程库。
192 | 
193 | ### 超参搜索
194 | 
195 | * [optuna](https://github.com/optuna/optuna)：自动超参数优化框架。
196 | 
197 | * [microsoft/nni](https://github.com/microsoft/nni/blob/master/README_zh_CN.md)：【待尝试】用于神经模型搜索和超参数调优的开源自动机器学习（AutoML）的工具包，支持绝大多数主流框架和运行环境。
198 | 
199 | * [Hyperopt](http://hyperopt.github.io/hyperopt/)：【待尝试】分布式异步超参数优化。看到知乎上有人推荐，不过根据文档来看，目前支持的优化算法只有两种，且不包括贝叶斯优化。
200 | 
201 | * [BoTorch](https://github.com/pytorch/botorch)：【待尝试】基于 PyTorch 的贝叶斯优化库。
202 | 
203 | * [automl/Auto-PyTorch](https://github.com/automl/Auto-PyTorch)：【待尝试】基于 PyTorch 的自动结构搜素和超参数搜索。
204 | 
205 | <!-- ### Debug 工具
206 | 
207 | * [PySnooper](https://github.com/cool-RR/pysnooper)：【待尝试】致力让用户抛弃`print`函数来 debug（然而，至少目前我还是习惯用 logging 模块，和`print`差不了多少）。[机器之心写的简介](https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650760939&idx=1&sn=5b69c106549f329f83ca241e1bc71ff3&chksm=871aa295b06d2b83deade4fc16f99ed5354572c8838d202d0a229d804bb535815f2315d980d0&scene=0&xtrack=1&key=6854b25c2a023c1b259671991171b31fab8ca8f0b3be42cfe9746f0ac6a97af337c3f692988c69af5813e1658308b6087dc66c1d1f218619aab29c7d02dfc8b005eff42eea7fcb837022e321727f14b5&ascene=1&uin=MjA1ODkwNzIyNw%3D%3D&devicetype=Windows+10&version=62060739&lang=zh_CN&pass_ticket=5JdoVuTltfAvWg%2FaBYq40SvnVT0xZhhRK9fPaxA3iu2MgoceoLJpRqamQ9gnBuY2) -->
208 | 
209 | ## 论文写作
210 | 
211 | ### LaTeX 模板
212 | 
213 | 包括论文、报告、海报等在内的各种 LaTeX 模板。
214 | 
215 | * [Templates from Overleaf](https://www.overleaf.com/latex/templates)
216 | 
217 | * [LaTeX Templates](http://www.latextemplates.com/)
218 | 
219 | ### LaTeX 编辑器
220 | 
221 | 多人协作推荐 Overleaf，也是我绝大多数时候的选择。单人项目可以使用 VSCode 进行离线的 LaTeX 写作，配合 Github 私有库进行版本管理。
222 | 
223 | * [Overleaf](https://www.overleaf.com/)：支持多人协作的**在线** LaTeX 编辑器。但是对网络连接有一定要求。
224 | 
225 | ### 语言表达
226 | 
227 | #### 搭配查找
228 | 
229 | 可以看一下这篇文章的推荐：[有了这些网站，英文论文再也不难写了（15个英文论文写作辅助网站介绍和使用技巧） - 知乎](https://zhuanlan.zhihu.com/p/35396232)
230 | 
231 | * [Linggle](https://linggle.com/)：搜索最常出现的英文词语搭配。不确定自己的表达方式是否正确时使用。
232 | 
233 | * [Corpus of Contemporary American English (COCA)](https://www.english-corpora.org/coca/)：可以查词汇搭配的**美式**英语语料库，可以查看具体的用了这个词的句子。 [British National Corpus (BYU-BNC)](https://www.english-corpora.org/bnc/)：英式英语的语料库，语料比美式的少一些
234 | 
235 | * [Thesaurus](https://www.thesaurus.com/)：将低端词汇转换为同义的高端词汇。
236 | 
237 | * [易搜搭ESODA](http://www.esoda.org/)：清华HCI Lab工作室出品的一款适合国人英语写作的词组搭配查询工具。可切换具体研究方向的论文语料库，展示相关的可替换用法，支持中英混搜。
238 | 
239 | * [Words and phrases: frequency, genres, collocates, concordances, synonyms, and WordNet](https://www.wordandphrase.info/analyzeText.asp)：用不同颜色区分高中低频词，展现代表文章类型的词汇，并归类出相关可替换的词。虽然说是英文写作措辞辅助工具，感觉最大的用途是学习相关领域论文常用的词汇和搭配。
240 | 
241 | #### 句式推荐
242 | 
243 | * [Academic Phrasebank](http://www.phrasebank.manchester.ac.uk/)：学术用语库，告诉你各个章节适合用哪些句式搭配。
244 | 
245 | #### 写作检查
246 | 
247 | 除开各种类 ChatGPT 外的一些选择。请注意在线检测工具的泄露风险，谨慎处理关键文字。
248 | 
249 | * [Grammarly](https://www.grammarly.com/)：语法、句型、标点、选词检测修改，有浏览器插件。
250 | 
251 | * [Nounplus.net](https://www.nounplus.net/)：免费的在线英文语法检测。
252 | 
253 | <!-- * [proofread](https://gitlab.com/snowhitiger/proofread)：【待尝试】对科学文章草稿自动检查，寻找不符合英文科学写作标准的部分，并提出修改意见。作者写的介绍：[分享一个自己做的英文科学写作检查器 - 知乎](https://zhuanlan.zhihu.com/p/62351973)。 -->
254 | 
255 | ### 公式编辑
256 | 
257 | * [Mathpix](https://mathpix.com/)：通过截取复杂数学方程式的截图将其转换为 LaTeX 代码。可以处理 PDF 的印刷体和照片中的手写公式等。
258 | 
259 | * [MyScript Webdemo](https://webdemo.myscript.com/)：Math 模块可以将手写公式转为 LaTeX 代码；同时，Diagram 模块可以将手绘的框图转化为工整的框图。
260 | 
261 | * [Detexify LaTeX handwritten symbol recognition](http://detexify.kirelabs.org/classify.html): 忘记某些字符用 LaTeX 怎么表示时，可以在这个网站上通过手写来查询。
262 | 
263 | <!-- ### 截屏悬浮
264 | 
265 | 写论文时经常会遇到需要参考多个文献或代码的情况，同时查看多个文件并频繁切换会非常麻烦。这里是别人推荐的两个能够将截图悬浮置顶的工具，并随时调整位置和大小，方便写作时参考。
266 | 
267 | * [Snipaste](https://www.snipaste.com/)：【待尝试】有 Windows 和 Mac 版，暂时没有 Linux 版。
268 | 
269 | * [Snappy](http://snappy-app.com/)：【待尝试】有 Mac 和 iPhone & iPad 版，暂时没有 Windows 版。 -->
270 | 
271 | ### 表格转 LaTeX
272 | 
273 | * [Excel2LaTeX](https://ctan.org/tex-archive/support/excel2latex)：用在 Excel 上的宏工具，能够将 Excel 表格转换为 LaTeX 代码，节省很多时间。能够满足大多数效果的转换，有些效果可能需要微调。
274 | 
275 | ### 绘制示意图
276 | 
277 | #### 绘图工具
278 | 
279 | * Mac OS 系统可以使用 OmniGraffle。
280 | 
281 | * PPT 通常是我的第一选择：入手快，种类多，自由度高，支持导出矢量图。
282 | 
283 | <!-- * [Inkscape](https://inkscape.org/) with [latex equation extensions](https://writetex.tk/)：【待尝试】
284 | 
285 | * [http://Lucidchart.com](https://www.lucidchart.com/)：在线画矢量图，可以导出 png、pdf，也支持各种颜色，组合和图层等。 -->
286 | 
287 | #### 绘图参考
288 | 
289 | * [Paper-Picture-Writing-Code](https://github.com/MLNLP-World/Paper-Picture-Writing-Code)：基于 LaTex 的画图代码，包含折线图、柱状图、散点图、注意力可视化以及结构图。
290 | 
291 | * [academic-drawing](https://github.com/xinychen/academic-drawing)：Matlab/Python 绘图，主要用于画时序数据。
292 | 
293 | * [awesome-latex-drawing](https://github.com/xinychen/awesome-latex-drawing)：LaTeX 绘图，主要用于画贝叶斯网络、张量分解等。
294 | 
295 | * [PlotNeuralNet](https://github.com/HarisIqbal88/PlotNeuralNet)：Python 得到可用于 LaTeX 的图，主要画 CNN。
296 | 
297 | #### PPT 插件
298 | 
299 | * [IguanaTex](http://www.jonathanleroux.org/software/iguanatex/)：帮助插入 LaTeX 公式的 PPT 插件。将输入的 LaTeX 代码转换为高质量的 png 或矢量图来插入。
300 | 
301 | #### 图片转换
302 | 
303 | 提供各种格式的图片的转换服务的网站很多。这里只是简单列举，你也可以通过搜索引擎来找到其他类似的网站。
304 | 
305 | * [Convert PNG/JPEG (Raster) to EPS/PDF (Vector) Format](http://www.tlhiv.org/rast2vec/)：将 jpg、png 格式的图片文件转换为 eps 文件。
306 | 
307 | * [EPS到PDF转换器](https://convertio.co/zh/eps-pdf/)：也可以将 eps 文件转换为别的格式的图片。
308 | 
309 | #### 图片休整
310 | 
311 | * [Crop PDF files online - PDF Tools](https://pdfresizer.com/crop)：裁剪 pdf 文件的白边。
312 | 
313 | * TexLive 自带了一些命令行工具：
314 |   * 将 eps 转换为 pdf：`epstopdf <file.eps>`；
315 |   * 自动裁剪 pdf 的白边：`pdfcrop <file.pdf>`。
316 | 
317 | ## 论文投递
318 | 
319 | ### 会议期刊查找筛选
320 | 
321 | * [ccf-deadlines](https://ccfddl.github.io/)：可以根据研究方向和 CCF 等级来筛选本年度已经确定截稿日期的会议。对国内的同学比较友好。
322 | 
323 | * [AI Conference Deadlines](https://aideadlin.es/)：可以根据研究方向筛选会议。但是好像需要科学上网才能看到全部信息。
324 | 
325 | * [Conference List](http://www.conferencelist.info/upcoming.html)：根据截稿时间排序，过期的会议不在首页出现。有一页可以看每个研究方向有哪些会议，但是没有办法根据研究方向筛选还没过期的会议。
326 | 
327 | * [Conference Partner (会伴)](http://www.myhuiban.com/)：计算机最新国际会议和期刊列表。可以注册以关注会议或期刊。比较全，但目前信息更新不及时。
328 | 
329 | <!-- * [Conference-Acceptance-Rate](https://github.com/lixin4ever/Conference-Acceptance-Rate)：主要会议近年录取率统计。 -->
330 | 
331 | ### 匿名链接
332 | 
333 | 出于论文盲审考虑，有时候文件（如源码）链接需要是匿名的。有些人会选择在 Github 上创建一个匿名账号，但为每一个会议的每一篇论文都创建一个账号可能过于繁琐。我查到有一些工具支持匿名分享文件如下。
334 | 
335 | * [Dropbox](https://www.dropbox.com/)：应该是最常用的。
336 | 
337 | * [Open Science Framework](http://help.osf.io/m/links_forks/l/783581-create-a-view-only-link-for-a-registration)
338 | 
339 | * [Figshare](https://knowledge.figshare.com/articles/item/how-to-share-cite-or-embed-my-data)
340 | 
341 | ### arXiv 提交
342 | 
343 | * [Arxiv 论文提交流程——看这篇就够了](https://zhuanlan.zhihu.com/p/109405192)：文章，用于了解将论文提交至 arXiv 上的流程。
344 | 
345 | * [arxiv-latex-cleaner](https://github.com/google-research/arxiv-latex-cleaner)：将论文的 LaTeX 代码清理为提交至 arXiv 上的要求。一个亮点是能够自动清理掉论文中所有被注释掉的内容。
346 | 
347 | * [overleaf -> arxiv 丝滑提交过程](https://zhuanlan.zhihu.com/p/558225069)：如果是使用 Overleaf（而不是在本地将 LaTeX 代码编译为论文），可以先参考本文下载合适的源码包，然后再考虑使用 arxiv-latex-cleaner。
348 | 
349 | ### 代码开源
350 | 
351 | 为已发表的论文提供清晰、可复现的代码能够有效推动领域发展。这里推荐一些对开源代码有帮助的工具。
352 | 
353 | * [ReproducibilityChecklist-v2.0](https://www.cs.mcgill.ca/~jpineau/ReproducibilityChecklist.pdf)：一份机器学习复现清单，列举了你应该提供哪些文件来增强你的论文的可复现性。
354 | 
355 | * [pigar](https://github.com/Damnever/pigar)：Python 项目 requirements 文件自动生成工具。
356 | 
357 | ## 其他
358 | 
359 | ### 专利检索
360 | 
361 | * [Google Patents](https://iseex.github.io//2020-05/Google-Patents/)：免费检索和下载中英文专利。具体可见 [Google Patents，免费检索和下载中英文专利的最佳工具！](https://iseex.github.io//2020-05/Google-Patents/)。
362 | 
363 | ### 专注工作
364 | 
365 | * [番茄·人生](http://www.tomatolife.cn/index.html)：Windows PC 端待办事项软件，番茄工作法时钟。
366 | 
367 | ### 白噪声 / 音乐
368 | 
369 | * [Rainyscope rain simulator](https://rainyscope.com)：下雨声。
370 | 
371 | * [LofiGirl的音乐自习室](https://live.bilibili.com/27519423)：Lo-Fi 音乐直播间。


--------------------------------------------------------------------------------