可微分抽象機混合編程系統
摘要：自動化編程是智能軟件的核心挑戰之一,使用程序執行軌跡或輸入輸出樣例學習程序,是自動化編程的典型研究方法.這些方法無法彌合常規程序元素與神經網絡組件間的隔閡,不能吸收經驗信息輸入、缺乏編程控制能力.給出了一種可無縫結合高級編程語言與神經網絡組件的混合編程模型:使用高級編程語言元素和神經網絡組件元素混合開發應用程序,其中,編程語言描述程序的框架、提供經驗信息,關鍵復雜部分則用未定、可學習的神經網絡組件占位,應用程序在可微分抽象機上運行生成程序的連續可微分計算圖表示,然后使用輸入輸出數據,通過可微分優化方法對計算圖進行訓練,學習程序的未定部分,自動生成完整的確定性程序.可微分抽象機混合編程模型給出了一種能夠將編程經驗與神經網絡自學習相結合的程序自動生成方法,彌合編程語言元素與神經網絡元素間的隔閡,發揮并整合高級過程化編程和神經網絡可訓練學習編程各自的優勢,將復雜的細節交給神經網絡未定部分自動生成,降低編程難度或工作量,而適當的經驗輸入又有助于未定部分的學習,同時,為復用長期積累的寶貴編程經驗提供輸入接口.
注: 保護知識產權,如需閱讀全文請聯系軟件學報雜志社
相關推薦
更多
