Insinyur Facebook telah menerbitkan transcompiler
Implementasi sistem pembelajaran mesin didasarkan pada Pytorch. Dua model siap pakai ditawarkan untuk diunduh:
C++ ke Python, Python ke C++ dan Python ke Java. Untuk melatih model, kami menggunakan kode sumber proyek yang diposting di GitHub. Jika diinginkan, model terjemahan dapat dibuat untuk bahasa pemrograman lain. Untuk memeriksa kualitas siaran, kumpulan pengujian unit telah disiapkan, serta rangkaian pengujian yang mencakup 852 fungsi paralel.
Dikatakan bahwa dalam hal akurasi konversi, TransCoder secara signifikan lebih unggul daripada penerjemah komersial yang menggunakan metode berdasarkan aturan konversi, dan dalam proses kerjanya memungkinkan Anda melakukannya tanpa penilaian ahli dari para ahli dalam bahasa sumber dan bahasa target. Sebagian besar kesalahan yang muncul selama pengoperasian model dapat dihilangkan dengan menambahkan batasan sederhana pada decoder untuk memastikan bahwa fungsi yang dihasilkan benar secara sintaksis.
Para peneliti telah mengusulkan arsitektur jaringan saraf baru “Transformer” untuk memodelkan urutan, di mana pengulangan digantikan oleh “
Sumber: opennet.ru