code_search
Code Search Dataset
Статья Code For Medium: «Как создать семантический поиск произвольных объектов на естественном языке с помощью глубокого обучения»
Представленные здесь методы являются старыми и были значительно усовершенствованы в последующем проекте под названием CodeSearchNet с соответствующей статьей.
Я рекомендую взглянуть на вышеупомянутый проект в поисках более современного подхода к этой теме, поскольку, оглядываясь назад, этот пост в блоге представляет собой своего рода уродливый хак.
Вы можете использовать эти контейнеры для воспроизведения среды, которую авторы использовали для этого руководства. Если это полезно, я предоставил файл require.txt, однако мы настоятельно рекомендуем использовать Docker-контейнеры, представленные ниже, поскольку зависимости может быть сложно создать самостоятельно.
hamelsmu/ml-gpu: используйте этот контейнер для любых частей руководства, связанных с графическим процессором . Мы рекомендуем запустить все руководство на aws p3.8xlarge и использовать этот образ.
hamelsmu/ml-cpu: используйте этот контейнер для любых частей этого руководства, связанных с процессором .
Папка блокнотов содержит 5 блокнотов Jupyter, соответствующих частям 1–5 руководства.
Это руководство предполагает знание материала, представленного в предыдущем руководстве по моделям последовательностей.
Мы приложили все усилия, чтобы выполнение этого руководства было максимально безболезненным. Если вы считаете, что что-то можно улучшить, отправьте PR!
