Inżynierowie Facebooka opublikowali transkompilator
Implementacja systemu uczenia maszynowego oparta jest o Pytorch. Do pobrania dostępne są dwa gotowe modele:
C++ do Pythona, Python do C++ i Python do Javy. Do szkolenia modeli wykorzystaliśmy kody źródłowe projektów zamieszczonych na GitHubie. W razie potrzeby można utworzyć modele tłumaczeń dla innych języków programowania. Aby sprawdzić jakość transmisji przygotowano zbiór testów jednostkowych oraz zestaw testów obejmujący 852 funkcje równoległe.
Twierdzi się, że pod względem dokładności konwersji TransCoder znacznie przewyższa komercyjnych tłumaczy, którzy stosują metody oparte na regułach konwersji, a w procesie pracy pozwala obejść się bez eksperckiej oceny ekspertów w języku źródłowym i docelowym. Większość błędów pojawiających się podczas działania modelu można wyeliminować dodając do dekodera proste ograniczenia zapewniające poprawność składniową generowanych funkcji.
Badacze zaproponowali nową architekturę sieci neuronowej „Transformator” do modelowania sekwencji, w której rekurencja jest zastępowana przez „
Źródło: opennet.ru