電子發(fā)燒友App
創(chuàng)作
發(fā)文章
發(fā)帖 
提問 
發(fā)資料
發(fā)視頻基于卷積循環(huán)神經(jīng)網(wǎng)絡(luò)的自動(dòng)代碼特征提取模型
2021-03-30 |
pdf |
3.00 MB |
次下載 |
免費(fèi)
資料介紹
神經(jīng)網(wǎng)絡(luò)在軟件工程中的應(yīng)用極大程度上緩解了傳統(tǒng)的人工提取代碼特征的壓力。已有的研究往往將代碼簡化為自然語言或者依賴專家的領(lǐng)域知識(shí)來提取代碼特征，簡化為自然語言的處理方法過于簡單易造成信息丟失，而引入專家制定啟發(fā)式規(guī)則的模型往往過于復(fù)雜，可拓展性以及普適性不強(qiáng)。鑒于以上問題，提出了一種基于卷積和循環(huán)神經(jīng)網(wǎng)絡(luò)的自動(dòng)代碼特征提取模型，該模型借助代碼的抽象語法樹（AST）來提取代碼特征。為了緩解因AST過于龐大而帶來的梯度消失問題，對(duì)AST進(jìn)行切割，轉(zhuǎn)換成一個(gè)AST序列再作為模型的輸入。該模型利用卷積網(wǎng)絡(luò)提取代碼中的結(jié)構(gòu)信息，利用雙向循環(huán)神經(jīng)網(wǎng)絡(luò)提取代碼中的序列信息。整個(gè)流程不需要專家的領(lǐng)堿知識(shí)來指導(dǎo)模型的訓(xùn)練，只需要將標(biāo)注類別的代碼作為模型的輸入就可以讓模型自動(dòng)地學(xué)習(xí)如何提取代碼特征。應(yīng)用訓(xùn)練好的分類編碼器，在相似代碼搜索任務(wù)上進(jìn)行測(cè)試，ToplNDCG、MRR的值分別能達(dá)到0.560、0.679和0.638，對(duì)比當(dāng)下前沿的用于代碼特征提取的深度學(xué)習(xí)模型以及業(yè)界常用的代碼相似檢測(cè)工具有顯著的優(yōu)勢(shì)。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- MATLAB實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)CNN的源代碼 16次下載
- 基于卷積神經(jīng)網(wǎng)絡(luò)多層面二階特征融合模型 4次下載
- 緊湊的卷積神經(jīng)網(wǎng)絡(luò)模型研究綜述 9次下載
- 綜述深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用及發(fā)展 21次下載
- 基于語音、字形和語義的層次注意力神經(jīng)網(wǎng)絡(luò)模型 14次下載
- 基于特征交換的卷積神經(jīng)網(wǎng)絡(luò)圖像分類算法 27次下載
- 基于迭代膨脹卷積神經(jīng)網(wǎng)絡(luò)與ATT的實(shí)體名識(shí)別方法 6次下載
- 基于多孔卷積神經(jīng)網(wǎng)絡(luò)的圖像深度估計(jì)模型 5次下載
- 使用深度卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)深度導(dǎo)向顯著性檢測(cè)算法 0次下載
- 如何使用混合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行入侵檢測(cè)模型的設(shè)計(jì) 19次下載
- 卷積神經(jīng)網(wǎng)絡(luò)特征重要性分析及增強(qiáng)特征選擇模型 0次下載
- 利用多流特征提升低資源卷積神經(jīng)網(wǎng)絡(luò)聲學(xué)模型 0次下載
- 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和運(yùn)行原理 0次下載
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像標(biāo)注模型 4次下載
- 基于三通道全連接層的卷積神經(jīng)網(wǎng)絡(luò)特征提取 0次下載
- 卷積神經(jīng)網(wǎng)絡(luò)共包括哪些層級(jí) 3.7k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)誤差分析 1.3k次閱讀
- 神經(jīng)網(wǎng)絡(luò)中的卷積層、池化層與全連接層 1.1w次閱讀
- BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系 3k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在人臉識(shí)別中的應(yīng)用 1.8k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)別 7.3k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用 1.7k次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在語音識(shí)別中的應(yīng)用 2.1k次閱讀
- 神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用 1.6k次閱讀
- 基于卷積神經(jīng)網(wǎng)絡(luò)的垃圾圖像分類算法 1.7k次閱讀
- 詳解卷積神經(jīng)網(wǎng)絡(luò)卷積過程 1.9w次閱讀
- 一種用于圖像分類的卷積神經(jīng)網(wǎng)絡(luò) 1w次閱讀
- 深度學(xué)習(xí)：卷積神經(jīng)網(wǎng)絡(luò)在每一層提取到的特征以及訓(xùn)練的過程 2.7w次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)CNN架構(gòu)分析-LeNet 3.1k次閱讀
- 【科普】卷積神經(jīng)網(wǎng)絡(luò)(CNN)基礎(chǔ)介紹 1.2w次閱讀
上傳資料賺積分下載排行
本周
- 1新一代網(wǎng)絡(luò)可視化（NPB 2.0）
- 3.40 MB | 1次下載 | 免費(fèi)
- 2MDD品牌三極管MMBT3906數(shù)據(jù)手冊(cè)
- 2.33 MB | 次下載 | 免費(fèi)
- 3MDD品牌三極管S9012數(shù)據(jù)手冊(cè)
- 2.62 MB | 次下載 | 免費(fèi)
- 4聯(lián)想flex2-14D/15D說明書
- 4.92 MB | 次下載 | 免費(fèi)
- 5收音環(huán)繞擴(kuò)音機(jī) AVR-1507手冊(cè)
- 2.50 MB | 次下載 | 免費(fèi)
- 624Pin Type-C連接器設(shè)計(jì)報(bào)告
- 1.06 MB | 次下載 | 免費(fèi)
- 7MS1000TA 超聲波測(cè)量模擬前端芯片技術(shù)手冊(cè)
- 0.60 MB | 次下載 | 免費(fèi)
- 8MS1022高精度時(shí)間測(cè)量(TDC)電路數(shù)據(jù)手冊(cè)
- 1.81 MB | 次下載 | 免費(fèi)
本月
- 1愛華AIWA HS-J202維修手冊(cè)
- 3.34 MB | 37次下載 | 免費(fèi)
- 2PC5502負(fù)載均流控制電路數(shù)據(jù)手冊(cè)
- 1.63 MB | 23次下載 | 免費(fèi)
- 3NB-IoT芯片廠商的資料說明
- 0.31 MB | 22次下載 | 1 積分
- 4H110主板CPU PWM芯片ISL95858HRZ-T核心供電電路圖資料
- 0.63 MB | 6次下載 | 1 積分
- 5UWB653Pro USB口測(cè)距通信定位模塊規(guī)格書
- 838.47 KB | 5次下載 | 免費(fèi)
- 6技嘉H110主板IT8628E_BX IO電路圖資料
- 2.61 MB | 4次下載 | 1 積分
- 7蘇泊爾DCL6907(即CHK-S007)單芯片電磁爐原理圖資料
- 0.04 MB | 4次下載 | 1 積分
- 8100W準(zhǔn)諧振反激式恒流電源電路圖資料
- 0.09 MB | 2次下載 | 1 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935137次下載 | 10 積分
- 2開源硬件-PMP21529.1-4 開關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420064次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233089次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191439次下載 | 10 積分
- 5十天學(xué)會(huì)AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183353次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81602次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73822次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65991次下載 | 10 積分
工商網(wǎng)監(jiān)
評(píng)論