Facebook-Ingenieure haben einen Transcompiler veröffentlicht
Die Implementierung des maschinellen Lernsystems basiert auf Pytorch. Es werden zwei fertige Modelle zum Download angeboten:
C++ zu Python, Python zu C++ und Python zu Java. Um die Modelle zu trainieren, haben wir die Quellcodes der auf GitHub veröffentlichten Projekte verwendet. Auf Wunsch können auch Übersetzungsmodelle für andere Programmiersprachen erstellt werden. Um die Qualität der Übertragung zu überprüfen, wurde eine Sammlung von Unit-Tests sowie eine Testsuite erstellt, die 852 parallele Funktionen umfasst.
Es wird behauptet, dass TransCoder in Bezug auf die Konvertierungsgenauigkeit kommerziellen Übersetzern, die auf Konvertierungsregeln basierende Methoden verwenden, deutlich überlegen ist und im Arbeitsprozess auf die Expertenbewertung von Experten für die Ausgangs- und Zielsprache verzichten kann. Die meisten Fehler, die beim Betrieb des Modells auftreten, können durch einfache Einschränkungen des Decoders beseitigt werden, um sicherzustellen, dass die generierten Funktionen syntaktisch korrekt sind.
Forscher haben eine neue neuronale Netzwerkarchitektur „Transformer“ zur Modellierung von Sequenzen vorgeschlagen, in der Wiederholung durch „
Source: opennet.ru