深度学习成了前端开发神器：根据UI设计图自动生成代码

UI设计和前端工程师之间，可能还须要一个神经收集。

到底有多神奇？看看下面这段视频就知道了。

UIzard的开创人Tony Beltramelli说，为了搞出这个神经收集，研发团队不得不克服三个重要方面的艰苦：

今朝pix2code所生成代码的精确率已经达到77%，且这些代码可以或许兼容安卓、iOS以及Web界面庞种平台。
第一是计算机视觉层面——计算机无法主动辨认、懂得给定的对象和场景，也无法断定它们的地位和特点；
第二是说话层面——他们须要教会神经收集懂得文本，好让它可以或许创造出精确的样本；
最后，神经收集须要懂得代码、文本以及对应图像之间的接洽关系。

Beltramelli还表示，在将来，他们可能会用生查对抗收集（GANs）对pix2code进行进一步的完美。GANs已经证清楚明了本身在生成序列和图像时的优势，但因为这一范畴内的研究还处于相对初步的阶段，要对神经收集进行练习仍然须要花费大年夜量的时光。

附paper地址：

https://arxiv.org/abs/1705.07962

GitHub地址：

此外，在GitHub上，Beltramelli对于pix2code相干的一些常见问题进行懂得答。量子位将这一部分编译如下：

Q：数据聚会会议在什么时刻开放？

A：我们把论文投到了本年的NIPS，等他们给出采取或拒绝的结不雅后，数据集将会开放，具体时光大年夜概裹足月。那时我们将会供给包含在数据集中的GUI截图、相干的DSL代码以及针对iOS、安卓和Web界面的三种目标代码。

Q：源代码什么时刻开放？

近日，位于哥本哈根的一家创虻公司Uizard Technologies开辟出了一个名为“pix2code”的体系。应用深度进修，这个体系可以或许根据输入的图形用户界面（GUI）截图直接输出对应的代码，大年夜而省去前端手动编写代码的过程。

A：本来如论文中所写，我们没有开放源代码的筹划。但没想到这个项目吸引了如斯多的存眷，是以我们决定将论文中说的pix2code实现代码和数据集一路开源。

Q：pix2code会支撑其他目标平台/说话吗？

A：不，pix2code只是一个研究项目，它将保持论文中所描述的状况。这个项目其实只是对我们在Uizard Technologies所做工作的一个小小展示。当然，我们迎接你fork，本身在其他目标平台/说话长进行实验。

Q：我能在本身的前端项目顶用上pix2code吗？

A：不，pix2code只是实验性的项目，今朝还无法让你在特定案例上应用。但我们正在尽力争夺让它实现贸易化。

Q：模型的表示是若何进行测量的？

A：论文中所申报的精确或是缺点结不雅都是在DSL层次上，经由过程对生成的token和预期的token进行比较而得出的。如不雅二者存在任何长度上的差别，同样会被认定为缺点。

Q：练习这个模型要花费多久？

A：在一块英伟达的Tesla K80 GPU上，要让一个数据集中包含的109 * 10^6条参数最优化，须要花费不到5个小时的时光。是以如不雅你想在三个目标平台上对这个模型进行练习的话，大年夜概要花费15个小时。

Q：我是一名前端开辟者？我是不是很快就要掉业？（我异常真诚地问了这个问题很多多少遍了……）

A：AI并不会那么快就把前端工程师替代。

即便假定已经存在一个成熟的pix2code版本，在每种不合的平台/说话上生成的代码都能达到100%的精确率，好的前端仍然须要逻辑、互动、高等的图形和动画，以及其他所有效户爱好的器械。

我们做这个器械的目标是填平UI/UX设计师与前端开辟者之间的鸿沟，而不是去代替他们。我们欲望能让设计者更好地创作，同时闪开辟人员将本身的时光更多地花费在那些核心功能上。

我们信赖将来AI将与仁攀类协作，而不是代替仁攀类。

---------------------------------------------------

唐旭编译整顿

量子位报道 | "大众,"号QbitAI

https://github.com/tonybeltramelli/pix2code

【编辑推荐】

【义务编辑：林师授 TEL：（010）68476606】

　　推荐阅读

　　弃Windows！这是用Linux和开源软件的理由

LinuxQuestions.org 的用户分享了他们应用 Linux 和开源技巧的原因，你为什么应用 Linux?答复集锦oldwierdal：我用 Linux 是因为它运行快速、安然、靠得住。在全世界的供献者的介入下，Li>>>详细阅读

地址：http://www.17bianji.com/lsqh/35687.html