使用编程搜索论文文献资料的方法如下：
使用论文匹配代码的网站
Papers with Code：将ArXiv上的最新机器学习论文与Github上的代码（如TensorFlow/PyTorch/MXNet等）对应起来，便于找到论文算法的实现代码。
深度强化学习实验室、 Code Ocean、 catalyzex、 Browse state-of-the-art、 ResearchGate等网站也提供相关论文和代码的搜索。
利用Github搜索技巧
在Github上使用论文标题、作者名字、关键词等信息进行检索，可以找到相关的代码仓库。
利用Github的高级搜索功能，通过编程语言、授权协议等筛选条件进行更精确的搜索。
通过论文内提供的代码仓库链接
仔细阅读论文，尤其是论文的尾部或“方法”段落，找到论文内部提供的源代码链接，这些链接通常指向如GitHub、GitLab等流行的代码托管平台。
联系作者获取代码
如果论文未提供源代码链接，或尝试联系作者未果时，可以尝试邮件联系第一作者，询问是否可以分享代码。
在专业代码分享平台搜索
在GitHub、Bitbucket等代码分享平台上，使用论文的标题、作者名字、关键词等信息进行检索，找到相关的代码仓库。
参与论文所属项目或社区
加入与论文相关的项目或社区，如Reddit上的相关讨论区，获取论文的代码和资源。
利用数据共享平台
一些研究者会将他们的数据和代码上传到专门的数据共享平台，如Zenodo、figshare等，可以在这些平台上搜索相关的数据集和代码资源。
通过以上方法，你可以有效地利用编程技能搜索到所需的论文文献资料及其代码实现。建议多尝试不同的搜索途径，以获取最全面和最新的资源。