- 推荐一些我喜欢的科研工具（有些限定于 AI 领域）
- 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
- 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
- irreader 阅读器：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。
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。
-
dblp: computer science bibliography：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。
-
Google scholar：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。
-
Semantic scholar：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。
-
arXiv: 论文预印本收录网站。
-
arXiv-sanity：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。
-
Semantic Sanity: A Personalized Adaptive Feed：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。
-
Paper Digest – AI for tracking and summarizing papers: 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。
-
Papers With Code：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。
-
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。
-
Mendeley：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。
-
Zotero：能够对文献数据库网页中的文献题录直接抓取，常与坚果云配合使用，来实现文献管理多端同步（支持MacOS、Windows、iPad、Linux、iOS）。
-
Kimi Chat：类 ChatPGT 产品，大伙应该都比较熟悉了。
-
Cool Papers：苏剑林大佬开发的刷论文网站。可根据 README 自行探索使用。
-
CopyTranslator：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。
-
Saladict 沙拉查词：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！ 来了解。我还在探索如何在 Windows 系统上实现浏览器外翻译。
我之前使用印象笔记，但目前已经停用并考虑迁移。
-
语雀：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:
-
Notion：如果需要多人协作、项目管理，可能 Notion 会更合适。
- 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
-
the-incredible-pytorch：有关 PyTorch 的各种教程、项目、视频等资源。
-
computervision-recipes：微软出品，基于 PyTorch 的各种 CV 任务的教程。
- 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）。
- pytorch-styleguide：一份 PyTorch 的非官方风格指南和最佳实践总结。
-
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。
-
pytorch-template：另一份 PyTorch 项目模板。
-
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。
-
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。
-
PyTorch 最新版本已经带有 tensorboard。官方 tutorial。
-
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。
-
Convolution Visualizer：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。
- 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。
- gdown：用于解决在 Google Drive 上下载大型数据集常发生的失败现象。
- Featuretools：【待尝试】自动化特征工程库。
-
optuna：自动超参数优化框架。
-
microsoft/nni：【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。
-
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。
-
BoTorch：【待尝试】基于 PyTorch 的贝叶斯优化库。
-
automl/Auto-PyTorch：【待尝试】基于 PyTorch 的自动结构搜素和超参数搜索。
包括论文、报告、海报等在内的各种 LaTeX 模板。
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。
- Overleaf：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。
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
-
Linggle：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。
-
Corpus of Contemporary American English (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)：英式英语的语料库，语料比美式的少一些
-
Thesaurus：将低端词汇转换为同义的高端词汇。
-
易搜搭ESODA：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。
-
Words and phrases: frequency, genres, collocates, concordances, synonyms, and WordNet：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。
- Academic Phrasebank：学术用语库，告诉你各个章节适合用哪些句式搭配。
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。
-
Grammarly：语法、句型、标点、选词检测修改，有浏览器插件。
-
Nounplus.net：免费的在线英文语法检测。
-
Mathpix：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。
-
MyScript Webdemo：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。
-
Detexify LaTeX handwritten symbol recognition: 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。
- 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。
-
Mac OS 系统可以使用 OmniGraffle。
-
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。
-
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。
-
academic-drawing：Matlab/Python 绘图，主要用于画时序数据。
-
awesome-latex-drawing：LaTeX 绘图，主要用于画贝叶斯网络、张量分解等。
-
PlotNeuralNet：Python 得到可用于 LaTeX 的图，主要画 CNN。
- 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。
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。
-
Convert PNG/JPEG (Raster) to EPS/PDF (Vector) Format：将 jpg、png 格式的图片文件转换为 eps 文件。
-
EPS到PDF转换器：也可以将 eps 文件转换为别的格式的图片。
-
Crop PDF files online - PDF Tools：裁剪 pdf 文件的白边。
-
TexLive 自带了一些命令行工具：
- 将 eps 转换为 pdf：
epstopdf <file.eps>； - 自动裁剪 pdf 的白边：
pdfcrop <file.pdf>。
- 将 eps 转换为 pdf：
-
ccf-deadlines：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。
-
AI Conference Deadlines：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。
-
Conference List：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。
-
Conference Partner (会伴)：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。
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。
-
Dropbox：应该是最常用的。
-
Arxiv 论文提交流程——看这篇就够了：文章，用于了解将论文提交至 arXiv 上的流程。
-
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。
-
overleaf -> arxiv 丝滑提交过程：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。
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。
-
ReproducibilityChecklist-v2.0：一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。
-
pigar：Python 项目 requirements 文件自动生成工具。
- 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！。
- 番茄·人生：Windows PC 端待办事项软件，番茄工作法时钟。
-
LofiGirl的音乐自习室：Lo-Fi 音乐直播间。