ITSumma Aug 6 2019 at 14:14

DeepCode — система анализа кода на базе глубинного обучения

2 min

12K

ITSumma corporate blogBig Data*GitHub*Machine learning*Programming*

+15

Comments 11

andreyons Aug 6 2019 at 14:58

в качестве базы данных для обучения сети будет использоваться код публичных репозиториев GitHub

Там не так много действительно хорошего кода, чтобы на нём чему-то учиться.

rboots Aug 6 2019 at 18:03

Давно пора. Странно, что в 2019 году машины умеют распознавать кота едущего на скейте, но не могут распознать тип переменной или связи между модулями, если явно не указать.

Andrey_Dolg Aug 6 2019 at 19:48

Ну после этого будет недалеко до полной автоматизации разработки.

plus79501445397 Aug 7 2019 at 10:17

После чего «этого» («будет недалеко до полной автоматизации разработки»)?

Andrey_Dolg Aug 7 2019 at 11:07

Ну конечно «распознать тип переменно» и «связи между модулями» после этого можно останется лишь анализ архитектуры, по которой текут данные, и сеть сможет их строить сама такие потоки и формы, а другие сети их читать и делать коммиты. =)

lair Aug 7 2019 at 12:04

Ну конечно «распознать тип переменно» и «связи между модулями» после этого можно останется лишь анализ архитектуры, по которой текут данные

"потом нарисуйте оставшуюся сову"

Druu Aug 7 2019 at 08:41

Не взлетит.

alekam Aug 8 2019 at 13:15

Попробовал. Интересная штука. Попробовал на небольших open source библиотеках, которые мы во всех проектах используем. SonarQube выдает больше информации, по функционалу примерно похоже, у этой штуки есть ложные срабатывания (не критично). Отчеты генерируются быстро. По коду дает интересные советы, показывает по своим советам примеры из открытых репозиториев — вот это мне показалось интересным. Видно что часть этих советов даже для какого-нибудь навороченного линтера сложноваты. В статье явно не говорится, но похоже что фишка сервиса — анализ изменений в других репозиториях и предложениях сделать так же в предложенном ему репозитории. Я загрузил репозиторий с кодом на python2, мне предложили внести несколько правок, чтобы добавить совместимость с python3 и показали репозитории где уже сделаны аналогичные правки.

В целом проект годный, свою нишу найдет. Я когда впервые увидел SonarQube был немного удивлен сколько там всего показывается, здесь же минималистичный дизайн, многим понравится.

plus79501445397 Aug 8 2019 at 17:05

Если вы уже попробовали, то наверно можете пояснить насчет фразы «Далее идет разметка данных и подготовка спаршенного кода к потреблению нейросетью». Кто эту разметку/подготовку должен делать(пользователь/они сами/их система)?
Если это делает пользователь, то не напряжно ли?
И еще «SEMANTIC FACTS» (у них на схеме) откуда берется?

alekam Mar 21 2021 at 10:53

я не специалист по нейросетям — не знаю как это работает. как я это вижу на уровне пользователя: анализируется мой репозиторий, ищется похожий код в истории других репозиториев и на основе того как он был изменен мне даются рекомендации — возможно мне тоит изменить свой код так же.

Andrey2008 Jan 17 2020 at 09:55

Наше видение всего этого — "Использование машинного обучения в статическом анализе исходного кода программ".