Project Icon

openreview-py

OpenReview数据交互Python库

openreview-py是一个用于访问和修改OpenReview系统数据的Python库。支持Python 3.6及以上版本,可通过pip安装。该库简化了与OpenReview API的交互,方便获取会议论文、打印标题等操作。项目提供详细文档和测试套件,便于开发者使用和维护。

OpenReview Python 库

CircleCI 文档状态 CodeCov

先决条件

使用 openreview-py 需要 Python 3.6 或更新版本。不再支持 Python 2.7。

安装

有两种方式安装 OpenReview python 库。

使用 pip

pip install openreview-py

从代码仓库安装:

git clone https://github.com/openreview/openreview-py.git
cd openreview-py
pip install -e .

注意:根据你的 Python 安装情况,可能需要使用 pip3 命令而不是 pip

使用方法

openreview-py 库可以用来轻松访问和修改存储在 OpenReview 系统中的任何数据。例如,获取所有提交到 ICLR 2019 的论文并打印它们的标题:

import openreview

client = openreview.Client(baseurl='https://api.openreview.net', username='<你的用户名>', password='<你的密码>')
notes = openreview.tools.iterget_notes(client, invitation='ICLR.cc/2019/Conference/-/Blind_Submission')
for note in notes:
    print(note.content['title'])

更多信息请参见官方参考文档。 你还可以查看 OpenReview 文档获取示例和使用指南。

测试设置

运行 openreview-py 测试套件需要一些初始设置。首先,OpenReview API V1、OpenReview API V2 和 OpenReview Web 前端必须被克隆并配置为分别运行在 3000、3001 和 3030 端口上。有关如何安装和配置这些服务的更多信息,请参阅每个项目的 README:

接下来,需要安装 pytestpytest-seleniumpytest-cov。这些包可以通过 pip 安装:

pip install pytest pytest-selenium pytest-cov

最后,你必须从 GitHub 下载适合你操作系统的 Firefox Selenium 驱动程序,并将 geckodriver 可执行文件放在 openreview-py/tests/drivers 目录中。完成后,你的文件夹结构应该如下所示:

├── openreview-py
│   ├── tests
│   │   ├── data
│   │   ├── drivers
│   │   │    └── geckodriver

运行测试

完成上述测试设置后,你应该就可以运行测试套件了。要运行测试,首先启动两个版本的 OpenReview API:

在 OpenReview API V1 目录中

npm run cleanStart

在 OpenReview API V2 目录中

npm run cleanStart

在 OpenReview Web 目录中

SUPER_USER=openreview.net npm run dev

三个服务都运行后,开始测试:

pytest

注意:如果你之前设置了包含 OpenReview 凭证的环境变量,请确保在运行测试之前清除它们:unset OPENREVIEW_USERNAME && unset OPENREVIEW_PASSWORD

要运行单个文件中的测试集,可以将文件名作为参数包含在内。例如:

pytest tests/test_double_blind_conference.py
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号