Facebooks ingenjörer har publicerat en transkompilator
Implementeringen av maskininlärningssystemet är baserat på Pytorch. Två färdiga modeller erbjuds för nedladdning:
C++ till Python, Python till C++ och Python till Java. För att träna modellerna använde vi källkoderna för projekt som lagts upp på GitHub. Om så önskas kan översättningsmodeller skapas för andra programmeringsspråk. För att kontrollera kvaliteten på sändningen har en samling enhetstester tagits fram, samt en testsvit som innehåller 852 parallella funktioner.
Det hävdas att när det gäller konverteringsnoggrannhet är TransCoder avsevärt överlägsen kommersiella översättare som använder metoder baserade på konverteringsregler, och under arbetets gång låter det dig klara dig utan expertbedömning av experter på käll- och målspråk. De flesta av de fel som uppstår under driften av modellen kan elimineras genom att lägga till enkla begränsningar till avkodaren för att säkerställa att de genererade funktionerna är syntaktiskt korrekta.
Forskare har föreslagit en ny neural nätverksarkitektur "Transformer" för modellering av sekvenser, där återkommande ersätts med "
Källa: opennet.ru