哈喽，大家好。
如果将Python代码自动转成其他编程语言，你会尝试吗？
今天给大家分享一个有意思的项目，它能将Python代码自动转成C++代码。这或许对搞算法的同学有点帮助。
1. 如何实现
该项目是 GitHub 开源项目，使用非常简单，下载后安装依赖，运行对应的Python脚本即可。
python3 python2cppconverter.py- 1.
以下面的 Python 代码为例
def add_something(x, y):
print("casually adding some stuff together")
z = x + y
return z
if __name__ == "__main__":
print('Okay, lets go')
print(add_something(5, 2))- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
转换成 C++ 代码如下：
// C++ Code generated from Python Code:
#include <iostream>
using namespace std;
int add_something(int x, int y) {
cout << "casually adding some stuff together" << endl;
int z = x + y;
return z;
}
int main() {
cout << "Okay, lets go" << endl;
cout << add_something(5, 2) << endl;
return 0;
}- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
python2cppconverter.py实际上是调用OpenAI的API来完成代码转换。核心代码如下：
openai.Completion.create(engine='code-davinci-002',
prompt=input_prompt,
temperature=temperature,
max_tokens=num_tokens,
stream=STREAM,
stop='===================\n',
top_p=1.0,
frequency_penalty=0.0,
presence_penalty=0.0)- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
本质上就是一个函数调用，其中engine参数是代码转换模型。
介绍code-davinci-002之前，先来了解下GPT-3模型。
GPT-3是OpenAI在 2020年 5 月发布的一个模型，这个模型包含1750亿的参数，比GPT-2多了两个数量级，比GPT-2有了极大的改进。
GPT-3 在许多 NLP 数据集上实现了强大的性能，包括翻译、问答和完形填空任务，以及一些需要即时推理或领域适应的任务，例如解读单词或执行算术运算。
code-davinci-002模型是GPT-3的后代，它的训练数据包含自然语言和来自 GitHub 的数十亿行公共代码。因此，它可以理解和生成代码，精通十多种编程语言，最擅长Python。
所以，code-davinci-002模型不止能实现编程语言之间相互转换，还可以与自然语言互转、找代码中的BUG、根据代码编写文档等。
比如下面的例子就是为代码功能生成文字性描述
代码转自然语言
是不是以后就不用愁写注释了？
再看看下面这个例子，可以为Python代码生成docstring
docstring
其他例子大家可以看OpenAI官网。
2. 一个坏消息
上面说得很美好，然而现实很残酷。
我自从下载了这个项目，从开始运行就一步一个坑。
上面用到的OpenAI API，并不对国内开放，国内的朋友申请使用时会看到下面的提示
国内无法使用
上来就被卡脖子了！
当然，国内有团队提供了解决方案，花 18 元可以买一个现成的国外账号，有效期将近 3 个月，账号内自带 18 美元。所以，OpenAI的模型是收费的，一点不清真。
当你买了账号，获取了API key，把它配置到项目中，运行项目，准备见证时刻的奇迹时，会发现如下报错：
No such model: code-davinci-002- 1.
这是因为code-davinci-002模型处于私有测试中，需要提交申请，通过后才能调用。
最后，我不建议大家运行code-davinci-002模型，对国内朋友来说，成本太高了。如果想看效果，可以到OpenAI官网看看文档、在线运行一些example即可。
虽然项目没有成功运行起来，但这并不妨碍我们学习技术，这波强行不亏。
希望今天的内容对你有用，感谢你的关注，我将持续分享优秀的 AI 项目。