DreamCoder 项目使用与启动指南

DreamCoder 项目使用与启动指南

ec 项目地址: https://gitcode.com/gh_mirrors/ec3/ec

1. 项目介绍

DreamCoder 是一个基于 wake-sleep 算法的开源项目，旨在自动寻找解决特定领域任务程序的算法。它通过学习一系列任务，生成能够解决这些任务的程序。DreamCoder 适用于自动编程、机器学习以及任何需要自动生成代码的场景。

2. 项目快速启动

获取代码

首先，需要克隆代码库及其子模块：

git clone https://github.com/ellisk42/ec.git
cd ec
git submodule update --recursive --init

运行 Singularity 容器

如果不希望本地手动安装所有依赖，可以使用 Singularity 容器。构建容器的命令如下：

sudo singularity build container.img singularity

然后，运行以下命令在容器环境中打开 shell：

./container.img

或者，可以直接在容器中运行任务：

singularity exec container.img python text.py <commandline arguments>

运行任务

在 bin/ 目录中，有几个预定义的脚本来运行特定领域的任务。以下是一般的使用模式：

python bin/text.py <commandline arguments>

例如，可以使用以下脚本：

• bin/text.py：训练系统自动生成文本编辑任务。
• bin/list.py：训练系统自动生成列表处理任务。
• bin/logo.py
• bin/tower.py

运行脚本时，可以使用 --help 参数查看帮助信息：

python bin/list.py --help

一个示例训练任务命令如下：

python text.py -t 20 -RS 5000

此命令设置了枚举超时和识别超时为 20 秒，并且有 5000 个识别步骤。

使用 --testingTimeout 标志来确保测试任务被运行，否则它们将被跳过。

3. 应用案例和最佳实践

理解控制台输出

DreamCoder 脚本的输出通常包括任务启动信息、程序匹配结果以及算法尝试解决任务时使用的程序信息。以下是一些输出示例：

(python) Launching list(int) -> list(int) (1 tasks) w/ 1 CPUs. 15.000000 <= MDL < 16.500000. Timeout 10.201876.
...
Hits 2/6 tasks

程序输出分析

程序输出还包括了一些关于算法尝试解决每个任务所使用的程序信息：

Showing the top 5 programs in each frontier being sent to the compressor:
add1
0.00    (lambda (incr $0))
...

迭代和检查点

程序会经历多个唤醒和睡眠阶段的迭代，每次迭代都会导出 checkpoint 文件，用于后续分析。

4. 典型生态项目

DreamCoder 可以应用于多个领域，以下是一些典型的生态项目：

• 自动编程工具：利用 DreamCoder 生成代码，提高开发效率。
• 机器学习模型：将 DreamCoder 集成到机器学习工作流中，自动生成数据处理的代码。
• 教育平台：作为教学工具，帮助学生理解编程和自动编程的概念。

通过以上指南，您应该能够快速启动和运行 DreamCoder 项目，并开始探索其在自动编程和其他领域的应用。

ec 项目地址: https://gitcode.com/gh_mirrors/ec3/ec