โมเดลนี้เป็นรุ่น Codet5 ที่ปรับแต่งด้วยชุดข้อมูลตัวอย่างจากรหัส KDE-C ++ คุณสามารถค้นหาชุดข้อมูลได้ที่นี่:
https://www.opendocstring.com/tool/
และเลือก Full-Dataset-KDE-KDECONNECT-C ++
คุณได้รับการสนับสนุนให้ปรับปรุงและขยายชุดข้อมูล
ไปที่ลิงค์นี้เพื่อลองใช้แบบจำลองสด: https://www.opendocstring.com/#demo
ทำให้ตัวเองเป็นโฟลเดอร์และติดตั้งแพ็คเกจ Python ที่จำเป็น:
virtualenv .env
source .env/bin/activate
pip install -r requirements.txt
ก่อนที่คุณจะเรียกใช้โมเดลคุณต้องดาวน์โหลดน้ำหนัก:
wget https://www.opendocstring.com/downloads/weights/codet5/saved-pretrained-kde-cpp-multisum-2023-05-10-06.tar.gz
และแกะพวกเขา หรือใช้สคริปต์:
./download_weights.sh
น้ำหนักจะอยู่ใน API/Save-Pretrained-KDE -...
ตัวอย่างรหัส Python สำหรับการอนุมาน:
python inference.py
คุณสามารถเชื่อมต่อกับรุ่นนี้ผ่านทาง REST API
เรียกใช้เซิร์ฟเวอร์ท้องถิ่น:
uvicorn api.rest:app --port 7999 --reload
ทำคำขอโพสต์เพื่อรับบทสรุปของรหัสบางส่วน
เปิด demo.html ในเบราว์เซอร์ของคุณและวางรหัสบางส่วน มันจะส่งคำขอไปยังเซิร์ฟเวอร์ท้องถิ่นที่คุณเพิ่งเริ่มต้น
import requests
result = requests.post('http://localhost:7999/summary', json={ 'code' : code })
summary = json.loads(result.text)['summary']