Facebook-ingeniører har publisert en transkompilator
Implementeringen av maskinlæringssystemet er basert på Pytorch. To ferdige modeller tilbys for nedlasting:
C++ til Python, Python til C++ og Python til Java. For å trene modellene brukte vi kildekodene til prosjekter lagt ut på GitHub. Om ønskelig kan oversettelsesmodeller lages for andre programmeringsspråk. For å sjekke kvaliteten på sendingen er det utarbeidet en samling enhetstester, samt en testpakke som inkluderer 852 parallelle funksjoner.
Det hevdes at når det gjelder konverteringsnøyaktighet, er TransCoder betydelig overlegen kommersielle oversettere som bruker metoder basert på konverteringsregler, og i arbeidsprosessen lar den deg klare deg uten ekspertvurderingen av eksperter på kilde- og målspråket. De fleste feilene som oppstår under driften av modellen kan elimineres ved å legge til enkle begrensninger til dekoderen for å sikre at de genererte funksjonene er syntaktisk korrekte.
Forskere har foreslått en ny nevrale nettverksarkitektur "Transformer" for modellering av sekvenser, der gjentakelse er erstattet med "
Kilde: opennet.ru