code_search
Code Search Dataset
中型文章的代码：“如何通过深度学习创建任意对象的自然语言语义搜索”
这里介绍的技术很旧，并且在随后的名为 CodeSearchNet 的项目以及相关论文中得到了显着改进。
我建议您查看上述项目，以找到解决该主题的更现代的方法，因为回想起来，这篇博客文章有点丑陋。
您可以使用这些容器来重现作者在本教程中使用的环境。如果有帮助的话，我提供了一个requirements.txt 文件，但是，我们强烈建议使用下面提供的 docker 容器，因为您自己构建依赖项可能很复杂。
hamelsmu/ml-gpu：将此容器用于本教程的任何GPU绑定部分。我们建议在 aws p3.8xlarge上运行整个教程并使用此映像。
hamelsmu/ml-cpu：将此容器用于本教程的任何cpu绑定部分。
Notebooks 文件夹包含 5 个 Jupyter Notebook，对应于本教程的第 1-5 部分。
本教程假设您了解先前有关序列到序列模型的教程中介绍的材料。
我们已尽最大努力确保运行本教程尽可能轻松。如果您认为有需要改进的地方，请提交 PR！
