فيسبوڪ انجنيئرز هڪ ٽرانسپيلر شايع ڪيو آهي ، جيڪو هڪ اعليٰ سطحي پروگرامنگ ٻولي کان ٻئي ۾ سورس ڪوڊ کي تبديل ڪرڻ لاءِ مشين لرننگ ٽيڪنڪ استعمال ڪري ٿو. في الحال، سپورٽ مهيا ڪئي وئي آهي ڪوڊ جي ترجمي لاءِ Java، C++ ۽ Python جي وچ ۾. مثال طور، ٽرانس ڪوڊر توهان کي اجازت ڏئي ٿو جاوا سورس ڪوڊ کي پٿون ڪوڊ ۾، ۽ پٿون ڪوڊ کي جاوا سورس ڪوڊ ۾. پروجيڪٽ جي ترقي کي عملي طور تي پيش ڪيو پيو وڃي ڪوڊ جي موثر خودڪار ٽرانسپيليشن لاءِ نيورل نيٽ ورڪ ٺاهڻ تي ۽ صرف غير تجارتي استعمال لاءِ Creative Commons Attribution-Non Commercial 4.0 لائسنس تحت لائسنس يافته.
مشين لرننگ سسٽم جو نفاذ Pytorch تي ٻڌل آهي. ڊائون لوڊ لاءِ ٻه تيار ٿيل ماڊل پيش ڪيا ويا آهن: C++ کي جاوا، جاوا کان C++ ۽ جاوا کان پٿون، ۽ نشر ڪرڻ لاء
C++ کان پٿون، پٿون کان C++ ۽ پٿون کان جاوا. ماڊلز کي تربيت ڏيڻ لاءِ، اسان GitHub تي پوسٽ ڪيل منصوبن جا سورس ڪوڊ استعمال ڪيا. جيڪڏهن گهربل هجي، ترجمي جا ماڊل ٺاهي سگھجن ٿا ٻين پروگرامنگ ٻولين لاءِ. نشريات جي معيار کي جانچڻ لاءِ، يونٽ ٽيسٽ جو هڪ مجموعو تيار ڪيو ويو آهي، انهي سان گڏ هڪ ٽيسٽ سوٽ جنهن ۾ 852 متوازي افعال شامل آهن.
اها دعويٰ ڪئي وئي آهي ته تبادلي جي درستگي جي لحاظ کان، TransCoder تجارتي مترجمن کان تمام گهڻو بهتر آهي جيڪي طريقا استعمال ڪن ٿا تبادلي جي ضابطن جي بنياد تي، ۽ ڪم جي عمل ۾ اهو توهان کي اجازت ڏئي ٿو ماخذ ۽ ٽارگيٽ ٻولي جي ماهرن جي ماهرن جي تشخيص کان سواءِ. ڪيتريون ئي غلطيون جيڪي ماڊل جي آپريشن دوران پيدا ٿين ٿيون، ڊيڪوڊر ۾ سادي پابنديون شامل ڪندي ختم ڪري سگھجن ٿيون انهي کي يقيني بڻائڻ لاءِ ته ٺاهيل افعال نحوي طور تي صحيح آهن.
محققن تجويز ڪيو آهي هڪ نئون نيورل نيٽ ورڪ آرڪيٽيڪچر ”ٽرانسفارمر“ ماڊلنگ جي ترتيبن لاءِ، جنهن ۾ ورهاڱي کي تبديل ڪيو ويندو آهي ”"(Seq2seq ماڊل توجه سان)، جيڪو توهان کي اجازت ڏئي ٿو ته ڪجهه انحصار کان نجات حاصل ڪرڻ لاءِ ڪمپيوٽيشنل گراف ۽ ان کي متوازي ڪرڻ جيڪو اڳ ۾ متوازي ڪرڻ جي قابل نه هو. سڀ سپورٽ ٿيل ٻوليون هڪ واحد عام ماڊل استعمال ڪن ٿيون، جنهن کي ٽن اصولن جي استعمال سان تربيت ڏني وڃي ٿي- شروعات، ٻولي ماڊلنگ، ۽ پوئتي-ترجمو.
جو ذريعو: opennet.ru