مهندسان فیس بوک یک تران کامپایلر منتشر کرده اند
پیاده سازی سیستم یادگیری ماشین بر پایه Pytorch است. دو مدل آماده برای دانلود ارائه می شود:
سی پلاس پلاس به پایتون، پایتون به سی پلاس پلاس و پایتون به جاوا. برای آموزش مدل ها، از کد منبع پروژه های ارسال شده در GitHub استفاده کردیم. در صورت تمایل می توان مدل های ترجمه را برای سایر زبان های برنامه نویسی ایجاد کرد. برای بررسی کیفیت پخش مجموعه ای از تست های واحد و همچنین مجموعه آزمایشی شامل 852 تابع موازی تهیه شده است.
ادعا می شود که از نظر دقت تبدیل، TransCoder به طور قابل توجهی نسبت به مترجم های تجاری که از روش های مبتنی بر قوانین تبدیل استفاده می کنند برتری دارد و در روند کار به شما امکان می دهد بدون ارزیابی کارشناسی متخصصان در زبان مبدأ و مقصد انجام دهید. بسیاری از خطاهایی که در طول عملکرد مدل ایجاد میشوند را میتوان با افزودن محدودیتهای ساده به رمزگشا حذف کرد تا اطمینان حاصل شود که عملکردهای تولید شده از نظر نحوی درست هستند.
محققان یک معماری شبکه عصبی جدید "Transformer" را برای مدلسازی دنبالهها پیشنهاد کردهاند که در آن تکرار با "تبدیل" جایگزین میشود.
منبع: opennet.ru