Ang mga inhinyero ng Facebook ay naglathala ng isang transcompiler
Ang pagpapatupad ng machine learning system ay batay sa Pytorch. Dalawang yari na modelo ang inaalok para sa pag-download:
C++ sa Python, Python sa C++ at Python sa Java. Upang sanayin ang mga modelo, ginamit namin ang mga source code ng mga proyektong naka-post sa GitHub. Kung nais, ang mga modelo ng pagsasalin ay maaaring gawin para sa iba pang mga programming language. Upang suriin ang kalidad ng broadcast, isang koleksyon ng mga unit test ang inihanda, pati na rin ang isang test suite na may kasamang 852 parallel functions.
Sinasabing sa mga tuntunin ng katumpakan ng conversion, ang TransCoder ay higit na nakahihigit sa mga komersyal na tagasalin na gumagamit ng mga pamamaraan batay sa mga panuntunan ng conversion, at sa proseso ng trabaho, pinapayagan ka nitong gawin nang walang ekspertong pagtatasa ng mga eksperto sa pinagmulan at target na wika. Karamihan sa mga error na lumitaw sa panahon ng pagpapatakbo ng modelo ay maaaring alisin sa pamamagitan ng pagdaragdag ng mga simpleng paghihigpit sa decoder upang matiyak na ang mga nabuong function ay syntactically tama.
Ang mga mananaliksik ay nagmungkahi ng isang bagong neural network architecture na "Transformer" para sa pagmomodelo ng mga pagkakasunud-sunod, kung saan ang pag-ulit ay pinapalitan ng "
Pinagmulan: opennet.ru