极大提高效率:深度学习论文写作工具杂谈
The following article is from 机器学习初学者 Author 机器学习初学者
加入极市专业CV交流群,与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度 等名校名企视觉开发者互动交流!
同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流。关注 极市平台 公众号 ,回复 加群,立刻申请入群~
本人在写论文的时候,用到了很多工具,可用说这些工具可以大大提高写论文的效率,本文分享下作者常用的论文神器。
本文介绍以下几种工具:
论文管理神器Zotero
OCR神器(公式识别等)
Latex工具
语法校对工具
论文翻译
论文绘图工具
论文管理神器Zotero
一、Zotero简介
sudo apt-add-repository ppa:smathot/cogscinl
# Say yes/press enter to accept any requests.
$ sudo apt-get update
# Wait for it to complete, then:
$ sudo apt-get install zotero-standalone
三、英文文献信息导入
四、中文文献信息导入
五、插入文献
六、寻找非默认引文格式
Citation工具→选择右下角管理样式→在 Zotero Style Repository对话框寻找想要的引文格式
七、使用坚果云同步文献
八、使用插件
OCR神器(公式识别等)
表格识别
在线的latex编辑和编译工具:overleaf
注册即用,免去本地latex环境安装的痛苦。 多人合作,共同编辑。 富文本编辑模式,比写latex源码舒服些。 随时可以完成在线编译,查看PDF。
grammarly:语法纠错神器
谷歌翻译
论文绘图工具
使用说明
简单举几个例子:
比如画出分类评级指标的ROC曲线的完整代码:
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import GaussianNB
X, y = load_digits(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33)
nb = GaussianNB()
nb.fit(X_train, y_train)
predicted_probas = nb.predict_proba(X_test)
# The magic happens here
import matplotlib.pyplot as plt
import scikitplot as skplt
skplt.metrics.plot_roc(y_test, predicted_probas)
plt.show()
P-R曲线就是精确率precision vs 召回率recall 曲线,以recall作为横坐标轴,precision作为纵坐标轴。首先解释一下精确率和召回率。
混淆矩阵是分类的重要评价标准,下面代码是用随机森林对鸢尾花数据集进行分类,分类结果画一个归一化的混淆矩阵。
其他图如学习曲线、特征重要性、聚类的肘点等等,都可以用几行代码搞定。
仓库地址:https://github.com/reiinakano/scikit-plot里面有使用说明和样例。
2.SciencePlots
SciencePlots是一个专门为科研论文打造的轻量化的绘图工具包
网址:https://github.com/garrettj403/SciencePlotsGithub里有实用说明。
简易入门:只需要导入matplotlib工具包,选择相应的style即可。例如,如果想要给Science投稿,那么只需要引入下列的主题:
import matplotlib.pyplot as plt
plt.style.use('science')
import matplotlib.pyplot as plt
plt.style.use(['science','ieee'])
但是需要注意的是,IEEE的格式会覆盖一些Science的风格,例如列宽,行距等。
绘制结果如下:
1.ML Visuals
ML Visuals是一项新的协作努力,通过提供免费的专业、引人注目的和足够的视觉和图形,帮助机器学习社区改进科学交流。您可以在演示文稿或博客文章中自由使用视觉效果。
这个项目地址为:https://github.com/dair-ai/ml-visualsGithub上面有说明如何使用,大家可以自定义自己需要的图形,上面已经提供了基本的元素,根据自己的需求去调整使用即可!
部分模板:
这个工具是萨尔大学计算机科学专业的一个学生开发的首先我们看看效果,其github链接如下,将近4000 star:
https://github.com/HarisIqbal88/PlotNeuralNet看看人家这个fcn-8的可视化图,颜值奇高。
参考
[1]:知乎:九老师[2]:https://www.zotero.org[3]:https://github.com/reiinakano/scikit-plot[4]:https://github.com/garrettj403/SciencePlots[5]:https://github.com/HarisIqbal88/PlotNeuralNet[6]:https://github.com/dair-ai/ml-visuals[7]: AI算法与图像处理(公众号)[8]: 有三AI(公众号)
总结
本文分享下作者常用的论文工具,希望对读者写论文有所帮助,祝各位读者都能写出高大上的论文。推荐阅读
添加极市小助手微信(ID : cv-mart),备注:研究方向-姓名-学校/公司-城市(如:目标检测-小极-北大-深圳),即可申请加入极市技术交流群,更有每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、行业技术交流,一起来让思想之光照的更远吧~
△长按添加极市小助手
△长按关注极市平台,获取最新CV干货
觉得有用麻烦给个在看啦~