提出的code2vec：一个在本文中用于神经网络的TensorFlow代码

Code2vec 用于学习代码的分布式表示的神经网络。 这是模型中描述的正式实现： ， ， 和 ，“ code2vec：学习代码的分布式表示形式”，POPL'2019 2018年10月-该论文被接受！ 2019年4月-演讲视频可。 2019年7月-添加tf.keras模型实现（请参见）。 可以在上获得在线演示。 也可以看看： code2seq （ICLR'2019）是我们的更新型号。 它使用LSTM逐点对路径进行编码（而不是像code2vec中那样进行单片路径嵌入），并使用LSTM来解码目标序列（而不是像code2vec中那样一次预测单个标签）。 参见 ，位于演示和。 代码的结构语言模型是一篇新论文，旨在学习在较大的代码片段中生成缺少的代码。 这类似于代码完成，但是能够预测复杂的表达式，而不是一次预测单个标记。 参见 ，演示位于 。 代码模型的对抗性示例是一篇新论文