Gli ingegneri di Facebook hanno pubblicato un transcompilatore
L'implementazione del sistema di machine learning è basata su Pytorch. Sono disponibili per il download due modelli già pronti:
Da C++ a Python, da Python a C++ e da Python a Java. Per addestrare i modelli, abbiamo utilizzato i codici sorgente dei progetti pubblicati su GitHub. Se lo si desidera, è possibile creare modelli di traduzione per altri linguaggi di programmazione. Per verificare la qualità della trasmissione è stata preparata una raccolta di unit test, nonché una suite di test che comprende 852 funzioni parallele.
Si sostiene che in termini di precisione di conversione, TransCoder è significativamente superiore ai traduttori commerciali che utilizzano metodi basati su regole di conversione e nel processo di lavoro consente di fare a meno della valutazione di esperti nella lingua di partenza e di destinazione. La maggior parte degli errori che si verificano durante il funzionamento del modello possono essere eliminati aggiungendo semplici restrizioni al decodificatore per garantire che le funzioni generate siano sintatticamente corrette.
I ricercatori hanno proposto una nuova architettura di rete neurale “Transformer” per la modellazione di sequenze, in cui la ricorrenza è sostituita da “
Fonte: opennet.ru