吐槽一下看某些顶会论文代码留下的辛酸泪

[lance1ot]

最近在看一篇 CVPR 论文的源码，作者是一个很牛逼的国人，这点我心生佩服。 从论文写的结果来看，程序结果很优秀，比其他论文的都好； 从工程文件的角度来看，不同试验的代码放在不同文件夹下，结构很清晰；

单从这些来看，这个文章简直就是完美，发现这个文章的时候我开心死了，觉得找到好东西了，直到我想仔细学习代码+复现结果....

说一些槽点：

• 运行代码前要先安装 200+个依赖项，仅安装环境就占了 6G+ 我原本想手撸把环境搭好，结果被 200+个吓退。还好作者提供了 docker 的 image ，但是下载下来发现居然有 6G+....，更无语的是，这么大的环境文件，在代码里却并没有怎么被用到。

• 数百行代码无一行注释 不知道是大佬没有写注释的习惯，还是会在提交源码的时候会删去注释？我猜原因可能是后者吧，我居然在一个代码文件里面发现一行像是忘记删掉的中文注释😂。 我不是要求行行都要注释，我觉得对每个部分做个简短注释应该不算很难吧，不然看起来真的有点头疼。

• 代码很完整，从底层都自己实现了 一些比较底层的功能，比如图片缩放等，代码没有用现有的库函数，而是用自己(或同事)的代码再实现了一遍，再加上没有注释，乍看之下真的是一头雾水。

---

一点小疑问： 大家在公开源码的时候都会删除注释吗？😂

只是想吐槽一下，不敢质疑作者或者论文水平~，如有冒犯，还请原谅

[xyfan]

有能运行的代码就谢天谢地了，可能作者写注释的时候用的中文，等法代码的时候觉得不合适索性全删掉了，说不定注释里还写了零星的未完成的工作思路，删掉也可以理解。

[Windn0]

慢慢看，程序都是有逻辑的。
深度学习除外……cvpr 哈哈哈哈、玄学调参吧

[dlsflh]

不错了，我学习的领域（非计算机专业），没有论文也会给计算模型源代码或者算例文件，至少我没有遇到过。

[fishCatcher]

科研不像工程，实验室没有代码质量管理，导师要求能出活就行。很多 phd 在自己的细分领域深耕，但出了自己的领域之后真的是一窍不通。。
我对象统计专业的，搞机器学习相关，实验室很多 phd 四五年级的人都不太会用 git ，各种缓存文件往上 push ，冲突文件直接-f 。虽然人家文章最后结果好，但是里面的代码真的没法看。
想复现代码，还是找一些名气大、公认能复现的文章吧（像 raft 这种出名的），很多文章复现不了的。

[adoal]

因为附带代码的工程化程度不是科研的绩效评价因素。

[jdhao]

你就说能不能复现结果吧，其他都是次要的，很多论文都是水的，别人他妈根本复现不出来，那才叫真坑。

[ps031ab]

论文的程序，能开源就不错了

[JudyHal]

科研新人吧，还看国人的论文，现在科研界的潜规则就是不看国人的论文了，复现是不可能的，基本上或多或少都带点假的，别说什么是顶会的，这里面的水很深，基本上都是你放我一下水，我放你一下水。

[Rocketer]

看风格吧，我工作过的一个即将步入 500 强（目前 600 左右）的公司，认为代码自己会说话，禁止写注释。我开始也很不习惯，后来也没啥影响。

[sickoo]

@Rocketer 我之前的 mini 公司也是这样规定的，习惯之后发现没啥。

[ruimz]

能运行就谢天谢地了，我之前找的一个发表并 GitHub 的 federated learning 框架，根本没法运行，问题包括但不限于变量未定义就直接使用

[longbye0]

总比 siggraph 好，cv 界的文章多数还有代码。

[czqzero]

能稳定复现就超过 90% 的论文了...

[lance1ot]

谢谢各位的回复，程序能运行，因为作者分享了 docker 的包，这点感谢他。😂

[aheadlead]

居然还能有 docker image ，楼主你就偷着乐吧。。。
之前做一篇论文复现，代码一堆 bug… 跑通就花了半个月不止

[hundredark]

dl 大部分还都会给个代码，能不能跑通是个问题，能不能复现是个问题，代码和论文一不一致又是个问题
ml 给代码的寥寥无几，写的 make sense 就行，感觉全靠编
挺服的

[leeolsen]

@JudyHal #8 不知道您这个潜规则是哪的哈哈，不说别的领域，理论物理 凝聚态这些方向国人的论文高他引和 highlight 论文都很多的，至于学术造假，某些领域是有一些。。但是科研都带点假也不知道是哪里道听途书来的