معرفی سایت paperswithcode

سلام دوستان گل هوسم؛ در این پست می‌خواهیم درباره سایت خفن paperswithcode.com صحبت کنیم. چه سایتی و چه محتوایی! هر دانشجوی فعال در هوش مصنوعی باید این سایت را بشناسد و از آن در کار تحقیقاتی خود استفاده کند. با هوسم همراه باشید تا این سایت را به شما معرفی کنیم.

معرفی سایت paperswithcode

سایت paperswithcode همانطور که از نامش مشخص هست، سایتی برای نمایش مقاله‌های علمی همراه با کد هست. وقتی می‌گوییم کد آماده، چشم‌های دانشجویان قلبی می‌شود! 😍 اگر دانشجوی ارشد و دکترا هستید، حتما با مقاله و کدهای آن درگیر شدید. این سایت، مقاله‌های بروز را همراه با کد آن‌ها به نمایش می‌گذارد.
همین که وارد سایت می‌شوید، کادرهای مستطیلی افقی متعددی را مشاهده می‌کنید که هرکدام یک مقاله را نشان می‌دهد. در هرکارت، نام، تصویر، کلیدواژه‌ها، دسته، سال، توضیح مختصری از مقاله همراه با تگ کد ذکر شده است (به کادرها در نوشته زیر توجه کنید).

علاوه‌براین، تعداد ستاره‌های این مقاله در گیتهاب را هم نشان می‌د‌هد. طبیعتا هرچه ستاره بیشتر، بهتر! حتی میزان دریافت ستاره در هر ساعت را هم نشان می‌دهد! 😁 باحال هست! اینطوری می‌توانیم بفهمیم که این مقاله چقدر درحال حاضر مورد توجه هست. در همان نگاه اول، اطلاعات خوبی از مقاله بدست خواهید آورد. اگر روی مقاله کلیک کنید، به صفحه اختصاصی مقاله منتقل می‌شوید و از آنجا می‌توانید مقاله را دانلود کنید و لینک کدهای آن را ببینید.

نحوه نمایش مقاله‌ها در صفحه اصلی

همین‌طور که در صفحه اول به سمت پایین حرکت کنید، مدام مقالات جدید به شما نشان داده می‌شود. این مقالات برچه اساسی به شما نمایش داده می‌شوند؟ اگر به ابتدای صفحه برگردید، مطابق تصویر زیر، چند گزینه مشاهده می‌کنید.

در حالت پیش‌فرض، مقاله‌های ترند را به شما نشان می‌دهد. بارها شده دانشجویان به ما می‌گویند الان ترند چی هست؟ کافی است به این سایت سر بزنید، سریعا ترندها را خواهید دید. به همین سادگی…

گزینه بعدی Social هست. روی این گزینه کلیک کنید؛ حالا می‌بینید که ترتیب مقاله‌ها تغییر کرده است. در این حالت شما مقالاتی را می‌بینید که در شبکه‌های اجتماعی (توییتر) مورد توجه قرار گرفته‌اند. اتفاقا افراد و اکانت‌هایی که درمورد این مقاله توییت کرده‌اند را در هرکارت نشان می‌دهد. می‌توانید روی اکانت آنها کلیک کنید، هم توییتشان را بخوانید و هم آنها را فالو کنید. کار خوبی است که افراد مشهور را در توییتر فالو کنید.

گزینه بعدی New هست که جدیدترین مقالات را به شما نشان می‌دهد. یعنی مقالاتی که نویسنده همین الان مقاله را آپلود کرده و رفته استراحت کند! طبیعتا به واسطه جدید بودنشان، تعداد ستاره‌هایشان کم هست. در چنین حالتی، مقالات را محتاطانه انتخاب و مطالعه کنید. چون ممکن هست مقالات خوبی نباشند.
گزینه بعدی Greatest هست که به مشهورترین کارها از زمان تاسیس paperswithcode اشاره می‌کند. معمولا کمتر با این بخش کار می‌کنیم.

بررسی منوی سایت paperswithcode

Browse State-of-the-Art

اولین گزینه در منو، Browse State-of-the-Art هست. چقدر این بخش خوب هست، چقدررررررر!
در این بخش شما زیرشاخه‌های مختلف موجود در هوش مصنوعی را مشاهده می‌کنید. هوش مصنوعی، شامل زیرشاخه‌هایی مثل بینایی کامپیوتر، پردازش زبان طبیعی، پردازش متن و غیره هست. اینجا یک عالمه از حوزه های کاری در هر شاخه را مشخص کرده‌اند. مثلا اولین موردی که بلافاصله خواهید دید، Computer Vision هست. می بینید که در قالب دسته‌ها/کارت‌هایی به شما تسک‌های مختلف بینایی کامپیوتر را نشان می‌دهد. مثلا، Image Classification، Semantic Segmentation، Object Detection و غیره. به تصویر زیر نگاه کنید؛ در کادر قرمز رنگ نوشته 1152 تسک در حوزه بینایی کامپیوتر آماده کرده‌اند که با کلیک روی آن می‌توانید همه آن‌ها را ببینید.

با کلیک روی See all 1512 tasks وارد قلمروی بینایی کامپیوتر می‌شوید و حالا می‌توانید تسک‌های مختلف آن را ببینید. حالا اگر روی یک تسک مثل Semantic Segmentation کلیک کنید، یک صفحه اختصاصی برای این موضوع باز می‌شود و اطلاعات مهمی را به شما نشان می‌دهد:
• لیست چالش‌های ارزیابی روش‌ها (Benchmarks): روی هریک از گزینه‌ها کلیک کنید، نموداری نشان داده می‌شود که شبیه مسابقه است. یعنی نشان می‌دهد که کدام روش‌ها بهترین نتایج را کسب کرده‌اند.
• لیست کتابخانه‌ها (Libraries): کتابخانه‌های اختصاصی برای این موضوع را نشان می‌دهد. بعضی از این کتابخانه‌ها بسیار معروف هستند.
• لیست دیتاست‌ها (Datasets): دیتاست‌های رایج در این موضوع را به شما نشان می‌دهد.
• زیرشاخه‌ها (Subtasks): این بخش را جدی بگیرید. هر موضوعی یکسری زیرشاخه دارد. ممکن هست کمتر روی این زیرشاخه‌ها کار شده باشد. به همین دلیل، ممکن هست از بین آنها موضوع خوبی برای پایان نامه پیدا کنید.
• لیست مقاله‌ها: مقاله‌هایی که در این موضوع ارائه شده را می‌توانید ببینید.
دوستان به ما می‌گویند، چند تا موضوع برای پایان نامه به ما معرفی کن!  کافی است که به چنین سایتی سر بزنید و شاخه‌های مختلف را بررسی کنید و موضوع‌های مورد علاقه و جذاب برای خودتان بیابید.

Datasets

گزینه دوم در منوی سایت، Datasets هست. بازهم به‌به!! نیاز به دیتاست دارید؟ مهم‌ترین دیتاست‌های هوش مصنوعی را به تفکیک موضوع می‌توانید اینجا بیابید. شبیه سایت‌های فروشگاهی از منوی سمت راست موضوع خود را مشخص کنید، بعد دیتاست‌های مرتبط به شما نشان داده می‌شود.

Methods

برویم سراغ گزینه بعدی در منو با عنوان Methods؛ گاهی اوقات شما می‌خواهید بدانید یک روش خاص (مثلا اتنشن) در چه مقالاتی مطرح شده است و تعدادی از آن‌ها را مطالعه کنید. این بخش به شما کمک می‌کند. در این بخش شما صفحه‌ای مشابه با صفحه State-of-the-Art را می‌بینید، ولی اینجا به روش‌های رایج در مقالات علمی اشاره می‌کند.

مثلا ببینید در بخش General یک کارت با نام Attention وجود دارد که اگر روی آن کلیک کنید، یک صفحه اختصاصی از Attention به شما نشان داده می‌شود. در این صفحه اختصاصی، درباره اتنشن توضیح مختصری همراه با فرمول و تصویر ارائه شده است. سپس، لیستی بلندوبالا از تکنیک‌های رایج در اتنشن را می‌بینید. در این لیست مثلا اشاره شده که روش Scaled Dot-Product Attention اولین بار در سال 2017 ارائه شده و بیشترین طرفدار را در مجموعه روش‌های اتنشن دارد و تاکنون حدود 12 هزار مقاله از این روش استفاده کرده اند. 😱

اگر روی هر روش کلیک کنید، توضیح مختصری درباره آن روش نشان داده می‌شود، آن 12 هزار مقاله‌ای که از این روش استفاده کرده‌اند را لیست کرده است و از همه جالبتر، نمودارهای فوق العاده‌ای به شما نشان می‌دهد. مثلا یک نمودار مقایسه‌ای در گذر زمان خواهید دید که این روش را با سایر روش‌های معروف در اتنشن نشان داده و مشخص می‌کند که در گذر زمان کدام روش بیشتر مورد توجه بوده است.

در گزینه More از منو هم اطلاعات جالبی وجود دارد که آنها را به عنوان تمرین به شما می‌سپاریم. پیشنهاد می‌کنیم، دو بخش Newsletter و Trends را نگاهی بیندازید.

جمع‌بندی

خب، تمام شد! امیدواریم که این پست به کار شما بیاید. می‌توانید در تمامی مراحل پایان نامه (از مرحله انتخاب موضوع تا مرحله ایده زدن) از آن استفاده کنید. دوست داشتید از طریق کامنت نظرتان را با ما در میان بگذارید. فعلا! ✋