code_search
Code Search Dataset
中型文章的程式碼：“如何透過深度學習創建任意物件的自然語言語義搜尋”
這裡介紹的技術很舊，並且在隨後的名為 CodeSearchNet 的專案以及相關論文中得到了顯著改進。
我建議您查看上述項目，以找到解決該主題的更現代的方法，因為回想起來，這篇博文有點醜陋。
您可以使用這些容器來重現作者在本教程中使用的環境。如果有幫助的話，我提供了一個requirements.txt 文件，但是，我們強烈建議使用下面提供的 docker 容器，因為您自己建立依賴項可能很複雜。
hamelsmu/ml-gpu：將此容器用於本教學的任何GPU綁定部分。我們建議在 aws p3.8xlarge上運行整個教學並使用此映像。
hamelsmu/ml-cpu：將此容器用於本教學的任何cpu綁定部分。
Notebooks 資料夾包含 5 個 Jupyter Notebook，對應於本教學的第 1-5 部分。
本教學假設您了解先前有關序列到序列模型的教程中介紹的材料。
我們已盡最大努力確保運行本教程盡可能輕鬆。如果您認為有需要改進的地方，請提交 PR！
