Οι μηχανικοί του Facebook δημοσίευσαν ένα transcompiler
Η υλοποίηση του συστήματος μηχανικής μάθησης βασίζεται στο Pytorch. Δύο έτοιμα μοντέλα προσφέρονται για λήψη:
C++ σε Python, Python σε C++ και Python σε Java. Για να εκπαιδεύσουμε τα μοντέλα, χρησιμοποιήσαμε τους πηγαίους κώδικες των έργων που δημοσιεύτηκαν στο GitHub. Εάν είναι επιθυμητό, μπορούν να δημιουργηθούν μοντέλα μετάφρασης για άλλες γλώσσες προγραμματισμού. Για τον έλεγχο της ποιότητας της εκπομπής, έχει ετοιμαστεί μια συλλογή δοκιμών μονάδων, καθώς και μια δοκιμαστική σουίτα που περιλαμβάνει 852 παράλληλες λειτουργίες.
Υποστηρίζεται ότι όσον αφορά την ακρίβεια μετατροπής, το TransCoder είναι σημαντικά ανώτερο από τους εμπορικούς μεταφραστές που χρησιμοποιούν μεθόδους που βασίζονται σε κανόνες μετατροπής και στη διαδικασία εργασίας σας επιτρέπει να κάνετε χωρίς την αξιολόγηση ειδικών από ειδικούς στη γλώσσα προέλευσης και στόχου. Τα περισσότερα από τα σφάλματα που προκύπτουν κατά τη λειτουργία του μοντέλου μπορούν να εξαλειφθούν προσθέτοντας απλούς περιορισμούς στον αποκωδικοποιητή για να διασφαλιστεί ότι οι δημιουργούμενες συναρτήσεις είναι συντακτικά σωστές.
Οι ερευνητές έχουν προτείνει μια νέα αρχιτεκτονική νευρωνικών δικτύων "Transformer" για τη μοντελοποίηση ακολουθιών, στην οποία η επανάληψη αντικαθίσταται από "
Πηγή: opennet.ru