本篇文章4437字，读完约11分钟
机心报道
:魔王，陈萍
如何使编程更方便？？ 最近，Googletensorflow开源了帮助开发人员编写tensorflow代码的程序合成工具tf-coder。
项目地址: github/Google-research/tensor flow-coder
谷歌colab试用地址: colab.research.Google/Github/Google-research/Tensor Flow-coder/BLOB/Master/TF-coder _ conce
论文地址: arxiv/pdf/2003.09040.pdf
使用tensorflow框架应该知道在操作张量时需要跟踪多个维度、张量形状、数据类型的兼容性，当然也需要考虑数学正确性。 另外，tensorflow有数百种操作，找到应该采用的正确操作也是课题。
那么，除了直接编码张量操作之外，只要用一个证明性的例子进行演示，就能自动获取对应的代码吗？ 这个想法听起来很有魅力，tensorflow coder(tf-coder )可以做到这一点！
tf-coder的原理是给出期望的张量变换的输入输出示例，tf-coder执行组合检索，找到能执行该变换的tensorflow公式，最终输出对应的tensorflow代码。
给出了输入输出示例，tf-coder会在1.3秒内找到处理方案。
tf-coder的合成算法如下。
下图显示了使用tf-coder处理张量操作问题的过程。
那么，tf-coder工具在那些场景中起作用吗？
tf-coder :以tensorflow编程为例
想依次将包含m个要素的向量(在下面的例子中为“‘rows”)和包含n个要素的向量(在下面的例子中为“‘cols”)相加，生成包含所有成对和的m×n矩阵时。
tf-coder只提供一个输入输出示例( m=3，n=4)，不需要一行一行地编程这个操作。
例如，输入张量:
inputs = { )
' rows ':[ 10，20，30 ]，
' cols ':[ 1，2，3，4 ]，
}
对应的输出张量是:
output = [ 11，12，13，14 ]，
[ 21，22，23，24 ]，
[ 31，32，33，34 ]
根据上述I/o新闻(默认输入到tf-coder colab )，tf-coder工具会在一秒内自动搜索相应的tensorflow代码。
tf.add(cols，tf.expand_dims(rows，1 ) )
这个简单的例子旨在证明tf-coder使用例子进行编程的思想。 tf-coder的功能不仅如此，还可以用于更难的编程问题。
tf-coder有助于找到正确的函数
假设解决了某个物品的价格等数值特征。 数据集中的价格范围很广，例如从不足10美元到1000美元以上各种各样。 如果这些价格直接用作特征，模型可能会过于合身，在模型的判断阶段很难解决异常价格。
为了解决这些问题，可能需要使用bucketing将数字价格转换为类别特征。 例如，如果采用bucket边界[ 10，50，100，1000 ]，则低于10美元的价格属于bucket，从10美元到50美元的价格属于bucket 1。
选择bucket边界后，如何使用tensorflow将数字价格映射到bucket索引？ 例如，以下是bucket边界和物品的价格:
# input tensors
boundaries = [ 10，50，100，1000 ]
prices = [ 15，3，50，90，100，1001 ]
计算每个项目的bucket编号:
# output tensor
bucket ed _ prices = [ 1，0，2，2，3，4 ]
tensorflow具有多个bucketing操作，但很难明确哪个操作适合执行这个bucketing。 tf-coder可以通过动作识别数百个tensor操作，因此通过提供输入输出示例可以找到正确的操作。
# input-output example
inputs = { )
' boundaries ':[ 10，50，100，1000 ]，
“价格”: [ 15，3，50，90，100，1001 ]，
}
output = [ 1，0，2，2，3，4 ]
tf-coder可以在几秒钟内输出以下处理方案。
tf.searchsorted(boundaries、prices、side='right ' )
tf-coder :用聪明的方法结合函数
让我们再看看另一个问题。 计算0-1张量可以找到输入张量每行的最大元素。
# input tensor
scores = [ [ 0.7，0.2，0.1 ]，
[ 0.4，0.5，0.1 ]，
[ 0.4，0.4，0.2 ]，
[ 0.3，0.4，0.3 ]，
[ 0.0，0.0，1.0 ]
# output tensor
top _ scores = [ [ 1，0，0 ] ]，
[ 0，1，0 ]，
[ 1，0，0 ]，
[ 0，1，0 ]，
[ 0，0，1 ]
如果一行中的相同最大元素重复出现，例如scores中的第三行，请标记第一个显示的最大元素，注意top_scores中的每一行只有一个。
与上一个问题不同，这里不存在可以执行计算的tensorflow函数。 在文档中搜索“max”可以找到tf.reduce_max、tf.argmax、tf.maximum，你不知道该用哪个吗？ tf.reduce_max输出[ 0.7，0.5，0.4，0.4，1.0 ]，tf.argmax输出[ 0，1，0，1 这些函数似乎与本例的预期输出不太相关。
tf-coder有助于应对这些挑战。 可以将这个问题作为输入输出示例的形式。
# input-output example
inputs = { )
' scores ':[ 0.7，0.2，0.1 ]，
[ 0.4，0.5，0.1 ]，
[ 0.4，0.4，0.2 ]，
[ 0.3，0.4，0.3 ]，
[ 0.0，0.0，1.0 ]，
}
output = [ [ 1，0，0 ] ]，
[ 0，1，0 ]，
[ 1，0，0 ]，
[ 0，1，0 ]，
[ 0，0，1 ]
tf-coder将tf.one_hot与tf.argmax结合使用，得到问题的答案:
TF.CAST ( TF.one _ HOT ( SCores，axis=1)，3 )，TF
tf-coder通过详细搜索tensorflow操作的组合，通常发现优雅的处理方法，简化步骤，加快tensorflow程序。
tf-coder :用更少的debug写正确的代码
通过将各行除以该行之和，可以将整数出现次数列表正规化为概率分布。 例如:
# input tensor
counts = [ 0，1，0，0 ]，
[ 0，1，1，0 ]，
[ 1，1，1，1 ] ]
# output tensor
normalized = [ [ 0.0，1.0，0.0，0.0 ] ]，
[ 0.0，0.5，0.5，0.0 ]，
[ 0.25，0.25，0.25，0.25 ]
即使知道可用的函数( TF.reduce _ sumfollowedbytf.pide )，写正确的代码也不容易。 第一次尝试可能是这样的。
# first attempt
normalized = tf.pide(counts，tf.reduce_sum(counts，axis=1) )
但是上述代码对吗？ 我们需要考虑一些潜在的问题。
代码中的axis值正确吗？ 我应该变更为axis=0吗？
counts和tf.reduce_sum(counts，axis=1)的形状与除法兼容吗？ 需要改变形状或者进行倒置操作吗？
counts和tf.reduce_sum(counts，axis=1)都是tf.int32张量。 tf.int32张量能除法吗？ 需要先转换为浮点数据类型吗？
两个参数的顺序正确吗？ 需要调换位置吗？
输出的类型是tf.int32、tf.float32还是别的？
有更简单或更好的方法吗？
tf-coder只提供以下输入输出示例。
# input-output example
inputs = { )
' counts ':[ 0，1，0，0 ]，
[ 0，1，1，0 ]，
[一，一，一，一]，
}
output = [ [ 0.0，1.0，0.0，0.0 ]，
[ 0.0，0.5，0.5，0.0 ]，
[ 0.25，0.25，0.25，0.25 ]
tf-coder提供处理方案:
tf.cast(tf.pide(counts，TF
如果tf-coder生成上述处理方案，则可以确保在示例输入中执行代码时正确生成示例输出。 tf-coder的处理方法不使用不必要的步骤。 更快地找到上述潜在问题的答案。 必须使用额外的tf.expand_dims步骤，使张量形状与除法兼容。 tf.pide的答案必须是tf.float32类型。
这样，tf-coder就可以帮助开发者编写简单准确的代码，而不需要痛苦的调试过程。
局限性
但是，tf-coder也有限度。 现在，可以在1分钟内找到3~4种运算相关的处理方案，但在短时间内找到6种以上操作相关的处理方案，对它来说太多了，太复杂了。 另外，tf-coder不支持复张量、字符串张量或raggedtensor。
有关tf-coder支持操作的完整列表，请参见Colab.research.Google/Github/Google-research/Tensor Flow-coder/BLOB/Master/TF-coder
另外，tf-coder只能保证对给定的输入输出例子处理方式比较有效。 此工具搜索与指定的输入输出示例匹配的简单tensorflow表达式，但可能“太简单了”，无法如预期那样泛化。 尽量不要使样品模糊很有帮助。 这通常可以通过向输入/输出张量添加越来越多的数值来实现。
amazon sagemaker是完全托管的服务，可以帮助开发人员和数据科学家快速构建、培训和部署机器学习模型。 sagemaker完全消除了机器学习中每一步的繁重工作，使优质模型的开发变得更简单。
现在公司开发者可以免费领取1000元的服务扣除券，轻松访问amazon sagemaker，迅速体验5个人人工智能的应用例子。
© the end
转载请联系本公众号取得许可
寻求帖子或文章: content@jiqizhixin
原始标题:“输入示例，自动生成代码: tensorflow官方工具tf-coder现在是开源的。”
阅读原文。
