机器学习自动补全代(hán)码(shù)神器

简介: 机器学习自动补全代(hán)码(shù)神器

640.gif


玩Python的同学应该都知道用机器学习自动补全代码的神器Kite,如上图,同样的代码量,用了Kite,敲键盘次数直接减半。


即便如此,可能还是有小伙伴直呼不过瘾


前两天清理邮件才发现,我收到了Github Copilit申请通过的邮件


640.png

赶紧试了一下,大家先感受一下这恐怖的补全代码整个函数体的实力


640.gif


你甚至可以只写一个函数名,Copilit就会为你推荐几段代码写法,从中挑选满意的即可。


Github Copilit


Copilot 是微软、OpenAI、GitHub 三家联合打造的 AI 编程辅助工具,可以在 VS Code 编辑器中自动完成代码片段。相比于市面上一些编程辅助工具,Copilot 的上下文理解能力要强大得多。无论是在文档字符串、注释、函数名还是代码主体中,Copilot 都能根据编程者已写出的上下文生成匹配的代码。


Copilot可以支持十几种语言,与 Python、JavaScript、TypeScript、Ruby 和 Go等主流语言配合效果更佳。


除了补全函数,Copilot 还能根据注释写出代码。编程者给出一条描述代码逻辑的注释,GitHub Copilot 就能自动生成代码。


sign up & install


Copilit 还没有完全对外开放,目前需要先注册加入 waitlist


640.png


注册地址:https://github.com/features/copilot/signup


申请通过后(时间不确定),会收到GitHub 的邮件,然后就可以安装使用了。Copilit支持VS,VS Code,JetBrains,Neovim等编辑器。这里就以VS code为例,在扩展中搜索安装即可


640.png

安装完成后按照提示,用Github账号登陆并认证激活即可。


640.png


VS Code 底部右侧看到这个图标就说明OK了


Usage


接受建议:Tab


忽略建议:Esc


显示下一个建议:Alt + ]或Option (⌥) + ]


显示上一个建议:Alt + [ 或Option (⌥) + [


触发建议:Alt + \或Option (⌥) + .


打开 Copilot(单独窗格中的 10 条建议)Ctrl + Enter:


除了补全函数,Copilot 还能根据注释写出代码。


大家可以探索一下,不过就我的使用体验,Copilit 给出的建议能用的也就50%的样子。

相关文章
|
7月前
|
机器学习/深度学习 算法 搜索推荐
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
|
1月前
|
机器学习/深度学习 数据采集 人工智能
探索机器学习:从理论到Python代码实践
【10月更文挑战第36天】本文将深入浅出地介绍机器学习的基本概念、主要算法及其在Python中的实现。我们将通过实际案例,展示如何使用scikit-learn库进行数据预处理、模型选择和参数调优。无论你是初学者还是有一定基础的开发者,都能从中获得启发和实践指导。
46 2
|
1月前
|
机器学习/深度学习 数据采集 人工智能
揭秘AI:机器学习的魔法与代码
【10月更文挑战第33天】本文将带你走进AI的世界,了解机器学习的原理和应用。我们将通过Python代码示例,展示如何实现一个简单的线性回归模型。无论你是AI新手还是有经验的开发者,这篇文章都会给你带来新的启示。让我们一起探索AI的奥秘吧!
|
2月前
|
数据采集 移动开发 数据可视化
模型预测笔记(一):数据清洗分析及可视化、模型搭建、模型训练和预测代码一体化和对应结果展示(可作为baseline)
这篇文章介绍了数据清洗、分析、可视化、模型搭建、训练和预测的全过程,包括缺失值处理、异常值处理、特征选择、数据归一化等关键步骤,并展示了模型融合技术。
107 1
模型预测笔记(一):数据清洗分析及可视化、模型搭建、模型训练和预测代码一体化和对应结果展示(可作为baseline)
|
2月前
|
机器学习/深度学习 人工智能 算法
揭开深度学习与传统机器学习的神秘面纱:从理论差异到实战代码详解两者间的选择与应用策略全面解析
【10月更文挑战第10天】本文探讨了深度学习与传统机器学习的区别,通过图像识别和语音处理等领域的应用案例,展示了深度学习在自动特征学习和处理大规模数据方面的优势。文中还提供了一个Python代码示例,使用TensorFlow构建多层感知器(MLP)并与Scikit-learn中的逻辑回归模型进行对比,进一步说明了两者的不同特点。
91 2
|
2月前
|
JSON 测试技术 API
阿里云PAI-Stable Diffusion开源代码浅析之(二)我的png info怎么有乱码
阿里云PAI-Stable Diffusion开源代码浅析之(二)我的png info怎么有乱码
|
2月前
|
机器学习/深度学习 算法 API
【机器学习】正则化,欠拟合与过拟合(详细代码与图片演示!助你迅速拿下!!!)
【机器学习】正则化,欠拟合与过拟合(详细代码与图片演示!助你迅速拿下!!!)
|
4月前
|
机器学习/深度学习 数据采集 算法
机器学习到底是什么?附sklearn代码
机器学习到底是什么?附sklearn代码
|
3月前
|
机器学习/深度学习 人工智能 算法
探索人工智能:机器学习的基本原理与Python代码实践
【9月更文挑战第6天】本文深入探讨了人工智能领域中的机器学习技术,旨在通过简明的语言和实际的编码示例,为初学者提供一条清晰的学习路径。文章不仅阐述了机器学习的基本概念、主要算法及其应用场景,还通过Python语言展示了如何实现一个简单的线性回归模型。此外,本文还讨论了机器学习面临的挑战和未来发展趋势,以期激发读者对这一前沿技术的兴趣和思考。
|
4月前
|
机器学习/深度学习 运维 算法
深入探索机器学习中的支持向量机(SVM)算法:原理、应用与Python代码示例全面解析
【8月更文挑战第6天】在机器学习领域,支持向量机(SVM)犹如璀璨明珠。它是一种强大的监督学习算法,在分类、回归及异常检测中表现出色。SVM通过在高维空间寻找最大间隔超平面来分隔不同类别的数据,提升模型泛化能力。为处理非线性问题,引入了核函数将数据映射到高维空间。SVM在文本分类、图像识别等多个领域有广泛应用,展现出高度灵活性和适应性。
188 2