为什么图形学的会议siggraph的论文代码很少会开源？好像视觉如CVPR、ICCV开源的更多一些。 第1页
1
dong-bu-dong-95-73 网友的相关建议:
最近几天调试了两篇siggraph文章中开源的代码，一个是整个的visual studio项目，另一个是cmake编译的，都是C++。明显感觉代码量挺大的，很多工作都在造轮子搭框架，最起码对我来说工作量很大了，能敢于开源出来的这两个项目自然算是top级别了（当然不选择开源的也有可能更好，但没法评判），所以多少可以推断出很多siggraph论文不愿意开源的原因，除了其他回答提到的，还有一些：比如有些涉及到优化的部分，代码里用的条件限制多少会有些简化；或者是项目太大，几个课题组合作但文章所在课题组只能开源本课题组内的部分，单独开源是不太完整的；现有的开源库比如CGAL，libigl，要么配置改写起来挺麻烦，要么跑起来速度比较慢，如果能有好用的开源库，感觉后面开源的代码会更多。
1
相关话题
如何评价《State Estimation for Robotics》？把某人的 DNA 序列作为输入，正面照片作为输出，丢到深度神经网络里面学习，可行吗？
什么是「实时渲染」技术？
如何评价CUHK以及Yuanjun Xiong提出的Trajectory Convolution？
2020年，多标签学习（multi-label）有了哪些新的进展？
如何评价深度学习之父Hinton发布的Capsule论文？
中国和美国谁能成人工智能领域的领军者？
消融实验是什么？
如何评价微软提出的无监督视觉模型BEiT：ImageNet达到88.6，ADE20K达到57.0？
算法岗位真的需要顶会才能入场吗？
相关的话题
在计算资源有限的情况下，有什么深度学习的选题可以推荐/避免？为什么图形学的会议siggraph的论文代码很少会开源？好像视觉如CVPR、ICCV开源的更多一些。
如何开发一个自己的 TensorFlow？
强化学习和自适应控制的关系是什么？
人工智能退潮期来了吗？
如何看待timm作者发布ResNet新基准：ResNet50提至80.4，这对后续研究会带来哪些影响？
机器学习里面的流形都是怎么用的？
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
对自己深度学习方向的论文有idea，可是工程实践能力跟不上，实验搞不定怎么办？
想问下专业人士 OpenCv会被深度学习进一步取代吗进一步取代吗？
为什么现在不看好 CV 方向了呢?
机器学习如何才能避免「只是调参数」？
想问下专业人士 OpenCv会被深度学习进一步取代吗进一步取代吗？
scikit-learn, tensorflow, pytorch真的只需要查下API，不需要学吗?
能否通过渲染矢量画面，从根本上解决游戏锯齿问题？
如何用 C 语言画「心形」？
了解/从事机器学习/深度学习系统相关的研究需要什么样的知识结构？
消融实验是什么？
如何理解 Graph Convolutional Network（GCN）？
如何评价AWS的图神经网络框架DGL？
如何正确的入门Vulkan？
CTC和Encoder-Decoder有什么关系?
有哪些LSTM(Long Short Term Memory)和RNN(Recurrent)网络的教程？
如何看待NIPS2017图灵奖得主贝叶斯网络之父Judea Pearl讲座无人问津？
深度学习领域，你心目中 idea 最惊艳的论文是哪篇？
机器学习里面的流形都是怎么用的？
多模态方面，有哪些牛组值得我们follow他们的工作？
大二学生，计算机专业如何确定学习方向，以及确定工作方向？
如何看待在某度搜不到megengine官网？
华为年薪百万的应届博士到底有多厉害？