ಫೇಸ್‌ಬುಕ್ ಎಂಜಿನಿಯರ್‌ಗಳು ಟ್ರಾನ್ಸ್‌ಕಂಪೈಲರ್ ಅನ್ನು ಪ್ರಕಟಿಸಿದ್ದಾರೆ , ಇದು ಮೂಲ ಕೋಡ್ ಅನ್ನು ಒಂದು ಉನ್ನತ ಮಟ್ಟದ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಭಾಷೆಯಿಂದ ಇನ್ನೊಂದಕ್ಕೆ ಪರಿವರ್ತಿಸಲು ಯಂತ್ರ ಕಲಿಕೆಯ ತಂತ್ರಗಳನ್ನು ಬಳಸುತ್ತದೆ. ಪ್ರಸ್ತುತ, Java, C++ ಮತ್ತು Python ನಡುವೆ ಕೋಡ್ ಅನ್ನು ಭಾಷಾಂತರಿಸಲು ಬೆಂಬಲವನ್ನು ಒದಗಿಸಲಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, ಟ್ರಾನ್ಸ್‌ಕೋಡರ್ ನಿಮಗೆ ಜಾವಾ ಮೂಲ ಕೋಡ್ ಅನ್ನು ಪೈಥಾನ್ ಕೋಡ್‌ಗೆ ಮತ್ತು ಪೈಥಾನ್ ಕೋಡ್ ಅನ್ನು ಜಾವಾ ಮೂಲ ಕೋಡ್‌ಗೆ ಪರಿವರ್ತಿಸಲು ಅನುಮತಿಸುತ್ತದೆ. ಯೋಜನಾ ಬೆಳವಣಿಗೆಗಳನ್ನು ಕಾರ್ಯರೂಪಕ್ಕೆ ತರಲಾಗುತ್ತಿದೆ ಕೋಡ್‌ನ ಸಮರ್ಥ ಸ್ವಯಂಚಾಲಿತ ಟ್ರಾನ್ಸ್‌ಕಂಪೈಲೇಶನ್‌ಗಾಗಿ ನರಮಂಡಲವನ್ನು ರಚಿಸುವಲ್ಲಿ ಮತ್ತು ವಾಣಿಜ್ಯೇತರ ಬಳಕೆಗಾಗಿ ಮಾತ್ರ ಕ್ರಿಯೇಟಿವ್ ಕಾಮನ್ಸ್ ಅಟ್ರಿಬ್ಯೂಷನ್-ವಾಣಿಜ್ಯೇತರ 4.0 ಪರವಾನಗಿ ಅಡಿಯಲ್ಲಿ ಪರವಾನಗಿ ನೀಡಲಾಗಿದೆ.
ಯಂತ್ರ ಕಲಿಕೆ ವ್ಯವಸ್ಥೆಯ ಅನುಷ್ಠಾನವು ಪೈಟೋರ್ಚ್ ಅನ್ನು ಆಧರಿಸಿದೆ. ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು ಎರಡು ಸಿದ್ಧ ಮಾದರಿಗಳನ್ನು ನೀಡಲಾಗುತ್ತದೆ: C++ ಅನ್ನು Java ಗೆ, Java ಗೆ C++ ಮತ್ತು Java ಅನ್ನು Python ಗೆ ಭಾಷಾಂತರಿಸಲು, ಮತ್ತು ಪ್ರಸಾರಕ್ಕಾಗಿ
C++ ನಿಂದ Python, Python to C++ ಮತ್ತು Python to Java. ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲು, ನಾವು GitHub ನಲ್ಲಿ ಪೋಸ್ಟ್ ಮಾಡಲಾದ ಯೋಜನೆಗಳ ಮೂಲ ಕೋಡ್‌ಗಳನ್ನು ಬಳಸಿದ್ದೇವೆ. ಬಯಸಿದಲ್ಲಿ, ಇತರ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಭಾಷೆಗಳಿಗೆ ಅನುವಾದ ಮಾದರಿಗಳನ್ನು ರಚಿಸಬಹುದು. ಪ್ರಸಾರದ ಗುಣಮಟ್ಟವನ್ನು ಪರಿಶೀಲಿಸಲು, ಘಟಕ ಪರೀಕ್ಷೆಗಳ ಸಂಗ್ರಹವನ್ನು ಸಿದ್ಧಪಡಿಸಲಾಗಿದೆ, ಜೊತೆಗೆ 852 ಸಮಾನಾಂತರ ಕಾರ್ಯಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಪರೀಕ್ಷಾ ಸೂಟ್ ಅನ್ನು ಸಿದ್ಧಪಡಿಸಲಾಗಿದೆ.
ಪರಿವರ್ತನೆಯ ನಿಖರತೆಯ ವಿಷಯದಲ್ಲಿ, ಪರಿವರ್ತನೆ ನಿಯಮಗಳ ಆಧಾರದ ಮೇಲೆ ವಿಧಾನಗಳನ್ನು ಬಳಸುವ ವಾಣಿಜ್ಯ ಭಾಷಾಂತರಕಾರರಿಗಿಂತ ಟ್ರಾನ್ಸ್‌ಕೋಡರ್ ಗಮನಾರ್ಹವಾಗಿ ಉತ್ತಮವಾಗಿದೆ ಎಂದು ಹೇಳಲಾಗುತ್ತದೆ ಮತ್ತು ಕೆಲಸದ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಮೂಲ ಮತ್ತು ಗುರಿ ಭಾಷೆಯಲ್ಲಿ ತಜ್ಞರ ತಜ್ಞರ ಮೌಲ್ಯಮಾಪನವಿಲ್ಲದೆ ಮಾಡಲು ಇದು ನಿಮ್ಮನ್ನು ಅನುಮತಿಸುತ್ತದೆ. ಮಾದರಿಯ ಕಾರ್ಯಾಚರಣೆಯ ಸಮಯದಲ್ಲಿ ಉಂಟಾಗುವ ಹೆಚ್ಚಿನ ದೋಷಗಳನ್ನು ಡಿಕೋಡರ್‌ಗೆ ಸರಳವಾದ ನಿರ್ಬಂಧಗಳನ್ನು ಸೇರಿಸುವ ಮೂಲಕ ನಿರ್ಮೂಲನೆ ಮಾಡಬಹುದು, ಉತ್ಪತ್ತಿಯಾದ ಕಾರ್ಯಗಳು ವಾಕ್ಯರಚನೆ ಸರಿಯಾಗಿವೆಯೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬಹುದು.
ಸಂಶೋಧಕರು ಮಾಡೆಲಿಂಗ್ ಅನುಕ್ರಮಗಳಿಗಾಗಿ ಹೊಸ ನ್ಯೂರಲ್ ನೆಟ್‌ವರ್ಕ್ ಆರ್ಕಿಟೆಕ್ಚರ್ "ಟ್ರಾನ್ಸ್‌ಫಾರ್ಮರ್" ಅನ್ನು ಪ್ರಸ್ತಾಪಿಸಿದ್ದಾರೆ, ಇದರಲ್ಲಿ ಮರುಕಳಿಸುವಿಕೆಯು ""(ಗಮನದೊಂದಿಗೆ seq2seq ಮಾದರಿ), ಇದು ಕಂಪ್ಯೂಟೇಶನಲ್ ಗ್ರಾಫ್‌ನಲ್ಲಿನ ಕೆಲವು ಅವಲಂಬನೆಗಳನ್ನು ತೊಡೆದುಹಾಕಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ ಮತ್ತು ಹಿಂದೆ ಸಮಾನಾಂತರೀಕರಣಕ್ಕೆ ಅನುಕೂಲಕರವಾಗಿಲ್ಲದಿದ್ದನ್ನು ಸಮಾನಾಂತರಗೊಳಿಸುತ್ತದೆ. ಎಲ್ಲಾ ಬೆಂಬಲಿತ ಭಾಷೆಗಳು ಒಂದೇ ಸಾಮಾನ್ಯ ಮಾದರಿಯನ್ನು ಬಳಸುತ್ತವೆ, ಇದನ್ನು ಮೂರು ತತ್ವಗಳನ್ನು ಬಳಸಿ ತರಬೇತಿ ನೀಡಲಾಗುತ್ತದೆ-ಪ್ರಾರಂಭ, ಭಾಷಾ ಮಾಡೆಲಿಂಗ್ ಮತ್ತು ಬ್ಯಾಕ್-ಅನುವಾದ.
ಮೂಲ: opennet.ru