Model ini adalah model CODET5 yang disesuaikan dengan dataset contoh dari kode KDE-C ++. Anda dapat menemukan dataset di sini:
https://www.opendocstring.com/tool/
dan pilih full-dataset-kde-kdeconnect-c ++
Anda didorong untuk meningkatkan dan memperluas dataset.
Ikuti tautan ini untuk mencoba model langsung: https://www.opendocstring.com/#demo
Jadikan diri Anda folder dan pasang paket Python yang diperlukan:
virtualenv .env
source .env/bin/activate
pip install -r requirements.txt
Sebelum Anda menjalankan model, Anda perlu mengunduh bobot:
wget https://www.opendocstring.com/downloads/weights/codet5/saved-pretrained-kde-cpp-multisum-2023-05-10-06.tar.gz
dan buka paket mereka. Atau gunakan skrip:
./download_weights.sh
Bobotnya akan berada di API/disimpan-pretrained-kde -...
Contoh kode Python untuk inferensi:
python inference.py
Anda dapat terhubung ke model ini melalui API REST.
Jalankan server lokal:
uvicorn api.rest:app --port 7999 --reload
Buat permintaan pos untuk mendapatkan ringkasan beberapa kode.
Buka demo.html di browser Anda dan tempel beberapa kode. Ini akan membuat permintaan ke server lokal yang baru saja Anda mulai.
import requests
result = requests.post('http://localhost:7999/summary', json={ 'code' : code })
summary = json.loads(result.text)['summary']