ഒരു പ്രോഗ്രാമിംഗ് ഭാഷയിൽ നിന്ന് മറ്റൊന്നിലേക്ക് കോഡ് വിവർത്തനം ചെയ്യുന്നതിനായി Facebook TransCoder വികസിപ്പിക്കുന്നു

ഫേസ്ബുക്ക് എഞ്ചിനീയർമാർ ഒരു ട്രാൻസ്‌കംപൈലർ പ്രസിദ്ധീകരിച്ചു ട്രാൻസ്കോഡർ, ഒരു ഉയർന്ന തലത്തിലുള്ള പ്രോഗ്രാമിംഗ് ഭാഷയിൽ നിന്ന് മറ്റൊന്നിലേക്ക് സോഴ്സ് കോഡ് രൂപാന്തരപ്പെടുത്തുന്നതിന് മെഷീൻ ലേണിംഗ് ടെക്നിക്കുകൾ ഉപയോഗിക്കുന്നു. നിലവിൽ, ജാവ, സി++, പൈത്തൺ എന്നിവയ്ക്കിടയിൽ കോഡ് വിവർത്തനം ചെയ്യുന്നതിനുള്ള പിന്തുണ നൽകുന്നു. ഉദാഹരണത്തിന്, ജാവ സോഴ്‌സ് കോഡ് പൈത്തൺ കോഡിലേക്കും പൈത്തൺ കോഡ് ജാവ സോഴ്‌സ് കോഡിലേക്കും പരിവർത്തനം ചെയ്യാൻ ട്രാൻസ്‌കോഡർ നിങ്ങളെ അനുവദിക്കുന്നു. പ്രോജക്ട് വികസനങ്ങൾ പ്രായോഗികമായി നടപ്പാക്കുന്നു സൈദ്ധാന്തിക ഗവേഷണം കോഡിന്റെ കാര്യക്ഷമമായ ഓട്ടോമാറ്റിക് ട്രാൻസ്‌കോമ്പൈലേഷനായി ഒരു ന്യൂറൽ നെറ്റ്‌വർക്ക് സൃഷ്‌ടിക്കുന്നതിനും വ്യാപനം വാണിജ്യേതര ഉപയോഗത്തിന് മാത്രമായി ക്രിയേറ്റീവ് കോമൺസ് ആട്രിബ്യൂഷൻ-നോൺ കൊമേഴ്‌സ്യൽ 4.0 ലൈസൻസിന് കീഴിൽ ലൈസൻസ് ചെയ്‌തിരിക്കുന്നു.

മെഷീൻ ലേണിംഗ് സിസ്റ്റം നടപ്പിലാക്കുന്നത് Pytorch അടിസ്ഥാനമാക്കിയുള്ളതാണ്. ഡൗൺലോഡിനായി രണ്ട് റെഡിമെയ്ഡ് മോഡലുകൾ വാഗ്ദാനം ചെയ്യുന്നു: ആദ്യം C++ ലേക്ക് ജാവയിലേക്കും Java ലേക്ക് C++ യിലേക്കും Java ലേക്ക് Python ലേക്ക് വിവർത്തനം ചെയ്യുന്നതിന്, ഒപ്പം രണ്ടാമത്തേത് പ്രക്ഷേപണത്തിനായി
C++ to Python, Python to C++, Python to Java. മോഡലുകളെ പരിശീലിപ്പിക്കാൻ, GitHub-ൽ പോസ്റ്റുചെയ്ത പ്രോജക്റ്റുകളുടെ സോഴ്സ് കോഡുകൾ ഞങ്ങൾ ഉപയോഗിച്ചു. വേണമെങ്കിൽ, മറ്റ് പ്രോഗ്രാമിംഗ് ഭാഷകൾക്കായി വിവർത്തന മാതൃകകൾ സൃഷ്ടിക്കാൻ കഴിയും. പ്രക്ഷേപണത്തിന്റെ ഗുണനിലവാരം പരിശോധിക്കുന്നതിന്, യൂണിറ്റ് ടെസ്റ്റുകളുടെ ഒരു ശേഖരവും 852 സമാന്തര ഫംഗ്‌ഷനുകൾ ഉൾപ്പെടുന്ന ഒരു ടെസ്റ്റ് സ്യൂട്ടും തയ്യാറാക്കിയിട്ടുണ്ട്.

പരിവർത്തന കൃത്യതയുടെ കാര്യത്തിൽ, പരിവർത്തന നിയമങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ള രീതികൾ ഉപയോഗിക്കുന്ന വാണിജ്യ വിവർത്തകരേക്കാൾ ട്രാൻസ്‌കോഡർ വളരെ മികച്ചതാണെന്ന് അവകാശപ്പെടുന്നു, കൂടാതെ ജോലിയുടെ പ്രക്രിയയിൽ ഉറവിടത്തിലും ടാർഗെറ്റ് ഭാഷയിലും വിദഗ്ധരുടെ വിദഗ്ദ്ധ വിലയിരുത്തൽ കൂടാതെ ചെയ്യാൻ ഇത് നിങ്ങളെ അനുവദിക്കുന്നു. ജനറേറ്റഡ് ഫംഗ്‌ഷനുകൾ വാക്യഘടനാപരമായി ശരിയാണെന്ന് ഉറപ്പാക്കാൻ ഡീകോഡറിലേക്ക് ലളിതമായ നിയന്ത്രണങ്ങൾ ചേർത്ത് മോഡലിന്റെ പ്രവർത്തന സമയത്ത് ഉണ്ടാകുന്ന മിക്ക പിശകുകളും ഇല്ലാതാക്കാൻ കഴിയും.

മോഡലിംഗ് സീക്വൻസുകൾക്കായി ഗവേഷകർ ഒരു പുതിയ ന്യൂറൽ നെറ്റ്‌വർക്ക് ആർക്കിടെക്ചർ "ട്രാൻസ്‌ഫോർമർ" നിർദ്ദേശിച്ചു, അതിൽ ആവർത്തനത്തിന് പകരം "വിനിമയം"(ശ്രദ്ധയോടെയുള്ള seq2seq മോഡൽ), ഇത് കമ്പ്യൂട്ടേഷണൽ ഗ്രാഫിലെ ചില ഡിപൻഡൻസികൾ ഒഴിവാക്കാനും മുമ്പ് സമാന്തരവൽക്കരണത്തിന് അനുയോജ്യമല്ലാത്തവയെ സമാന്തരമാക്കാനും നിങ്ങളെ അനുവദിക്കുന്നു. പിന്തുണയ്‌ക്കുന്ന എല്ലാ ഭാഷകളും ഒരൊറ്റ പൊതു മാതൃകയാണ് ഉപയോഗിക്കുന്നത്, അത് മൂന്ന് തത്വങ്ങൾ ഉപയോഗിച്ച് പരിശീലിപ്പിക്കപ്പെടുന്നു-ഇനിഷ്യലൈസേഷൻ, ലാംഗ്വേജ് മോഡലിംഗ്, ബാക്ക്-ട്രാൻസ്ലേഷൻ.

അവലംബം: opennet.ru