复现别人的实验结果，就像拿着菜谱做菜一样。很多同学都尝试过复现别人论文里面的方法和实验结果。然而，大多数情况下，别人的实验结果是你根本无法重复得到的。
大佬DanielHolden：为什么你不能复现那些论文的结果？.-何雨龙-博客园.DanielHolden在角色动画和深度学习的领域做了很多出色的工作，我偶然看到他的一篇博文，很受启发。.因为真的喜欢，所以我尝试翻译大体内容，分享他的经验之谈。.以下出自DanielHolden...
最近了很多篇论文，跟原文的结果都差的很多，以前还觉得自己搞错了，但一次课上全班40多人都复现…首页会员发现等你来答登录学术论文为什么现在大多数论文复现不了成了常态？最近了很多篇论文，跟原文的结果都差...
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
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。
论文复现难，这个存在于整合学术圈的普遍且严重的问题，让整个行业讨厌和头大。浪费了别人大把时间，只能闻但吃不到，不知困扰着多少长江后浪。p1esk觉得，这篇几乎可以宣判无效的论文不能再浪费大家时间了，应该被即刻撤回。
论文和别人相似算是抄袭么？说我抄，或者洗稿的两类人，大家很容易分辨，基本上是没读过研究生的人也不能说她们狭隘，因为毕竟没有经受过系统的科研训练没有接触过科学研究看到两周甚至一天可以写出一篇论文，便认为是随便找几篇论文拿出来东抄西抄拼凑一番对于这样的认知，我基本上...
baseline不能复现的问题，你应该是想从backbone网络那部分也就是特征提取器那里也自己实现吧，我也是的确遇到了类似问题，开始是数据下载都好难，有些YouTube链接已经失效了，千辛万苦下载到数据集，又开始千辛万苦提取光流，可最后用别人的代码与
复现论文实验一直是一大难题，或者说复现实验达到论文中精度是一大难题。绝大部分时候我们很难复现到媲美原文的精度，这很大原因是神经网络的参数众多，优化技巧众多，参数初始化等一些列问题，一般论文中对不会对小细节的处理进行描述或者他们有着一些不为人知的“trick”，所以我们...
过去几年发表的AI顶会论文提出的400种算法中，公开算法代码的只占6%，只有三分之一分享了测试数据，只有一半分享“伪代码”。这是今年AAAI会议上一个严峻的报告。科学家们正在通过“可复现性挑战”鼓励复…
优秀、流畅、易于阅读的散文的最基本原则之一,是不要太频繁地重复单词。这在学术论文中也差不多,许多学者在潜意识里会切换术语,以避免过多的重复,让读者打瞌睡。这在论文的摘要和介...
上周,图灵奖得主YannLeCun公开质疑谷歌大脑的论文无法复现,引起了社区热议。Lecun表示,即使是NLP的一些顶级研究人员也无法复现谷歌大脑的语言模型Transformer-XL所得...
在关于学术论文的讨论中,被人质疑是否应该撤稿,可以说是非常直接的指控了。此贴一经发出,立即引发了网友关于“是否应该撤稿”的讨论。当时,网友的观点大致分为以下几类:1、不用撤...
本资源详细介绍了2020-IEEE-Multi-ObjectiveMatrixNormalizationforFine-GrainedVisualRecognition论文中作者给的四个模型的复现结果、解决了加载模型...
6月12日，北京望京凯悦酒店。CVPR2021线下论文分享会将设置Keynote、论文分享和Poster环节。 在此论文分享会上，惠普的展台将展示全新Z8G4以及更多型号工作站的强大机器学习能力...
今年(2007年)3月,一封以林国强院士的名义发表的公开信,在网络上流传。信中披露,林院士发现自己的一名女博士生发表在权威期刊《美国化学会志》上的毕业论文数据造...
来源:海外网弗朗西斯·阿诺德(图源:外媒)海外网1月4日电2018年获得诺贝尔化学奖的美国科学家弗朗西斯·阿诺德,日前被爆出最新研究有瑕疵,无法重现论文中的实验成果,1月2日她宣布撤回...
最终，18篇文章中只有7篇满足以上条件，具备可复现性。作者还表示：“这是一个惊人的结果，如果深入追究可能会涉及到学术造假问题，就不贴那些结果不能复现的文章编号了”。可复现...
最后,推荐一个网站:paperswithcode/,很多优秀论文的代码都能找到。往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打...
复现论文实验一直是一大难题,或者说复现实验达到论文中精度是一大难题。绝大部分时候我们很难复现到媲美原文的精度,这很大原因是神经网络的参数众多,优化技巧众多,参数初始化等一些列...