复现成功！！！
文献代码复现是学习中比较重要一环，毕竟论文内容有限，无法交代清楚所有的实现细节。\n(1找开源代码(目前论文代码获取的方法有如下几种)，论文中直接给出了代码的 github链接。这种论文在计算机领域未来是一个趋势，越来越论文源码将公开，同行研究者的代码复现。经典的工作大多会有同行研究者的代码复现，一般在github上搜索论文的名字即可。\n还有一个网站专门收集了论文的复现工作:Paperswith code(不知道的友友可以看看我前面发的一篇文章)\n女论文既没有公开也找不到同行的复现，可以尝试发邮件给论文的作者，最好同时发给论文的所有作者，态度诚恳一些，说不定作者会分享代码。\n2下载相关代码和数据集\n在 GitHub的代码页面，你可以选择通过git clone或Download ZIP等方式下载代码3 阅读README文件\n一般来讲，README(md格式)文件，按照文件中的步骤逐一进行操作。\n4安装相关依赖包和预训练权重\n你可以在 README文件或requirement.txt文件中找到所需的依赖包及其版本要求，使用【pipinstal 包名】来安装所需的依赖包，并将数据集和预训练权重拷贝到相应的位置。\n5运行代码\n可以通过命令窗口来运行，也可以右键run main函数大家也可以看看代码中有没有运行顺序说明。\n6当我们允许代码遇到报错时\n我们首先可以检查是不是该安装的包都有安装，如果都已经安装好了的话，可以debug看看问题出在哪里，有问题可以百度或者csdn或者问问大语言模型\n \n#论文 #复现 #论文复现 #代码复现 #pycharm #代码 #开源代码 #科研小白 #科研小白成长记，#学习 #研究生 #研究生日常 #计算机 #计算机代码 #深度学习 #Python编程 #深度学习与神经网络 #深度学习 #多元线性回归 #算法