你从本指南中获得的知识将适用于当前版本 (GPT-3),并且可能也与 GPT-4 相关,如果它被发布的话。 OpenAI 提供 API(应用程序编程接口)来访问其 AI。 API 的目标是通过为所有版本创建一个通用接口来抽象底层模型,允许用户使用 GPT 而不管其版本。 本指南的目标是提供通过此 API 在您的项目中使用 GPT-3 的分步指南。本指南还介绍了其他型号,例如 CLIP、DALL-E 和 Whispers。
ChatGPT、GPT、GPT-3、DALL·E、Codex?
无论您是要构建聊天机器人、AI 助手还是提供 AI 生成数据的 Web 应用程序,本指南都将帮助您实现目标。
如果您具备 Python 编程语言的基础知识,并且愿意学习更多技术,例如使用 Pandas Dataframes 和一些 NLP 技术,那么您将拥有所有必要的工具,可以开始使用 OpenAI 工具构建智能系统。
请放心,您无需拥有数据科学家、机器学习工程师或 AI 专家的头衔即可理解本指南中介绍的概念、技术和教程。我们的解释清晰易懂,采用简单的 Python 代码、示例和动手练习。
本指南侧重于实用的动手学习,旨在帮助读者构建真实世界的应用程序。该指南以示例为导向,提供了大量实际示例,帮助读者理解概念并将其应用到现实生活场景中,以解决现实世界中的问题。
在学习之旅结束时,您将构建如下应用程序:
• 一个微调的医疗聊天机器人助手
• 一个智能咖啡推荐系统
• 一个具有记忆和上下文的智能对话系统
• 一个像 Alexa 但更聪明的人工智能语音助手
• 一个帮助处理 Linux 命令的聊天机器人助手
• 一个语义搜索引擎
• 一个新闻类别预测系统
• 图像识别智能系统(图像到文本)
• 图像生成器(文本到图像)
通过阅读本指南并遵循示例,您将能够:
• 了解可用的不同模型,以及如何以及何时使用每个模型。 • 为各种目的生成类人文本,例如回答问题、创建内容和其他创造性用途。
• 把控GPT模型的创意,采用最佳实践生成高质量文本。
• 转换和编辑文本以执行翻译、格式化和其他有用的任务。
• 使用各种参数和选项优化 GPT 模型的性能,例如作为后缀、max_tokens、temperature、top_p、n、stream、logprobs、echo、stop、presence_penalty、frequency_penalty、best_of 等。
• 在使用 API 时进行词根化、词形还原和减少费用
• 了解上下文填充、链接和使用高级技术的实践
• 了解文本嵌入以及 Tesla 和 Notion 等公司如何使用它
• 了解并实施语义搜索和其他高级工具和概念。
• 创建预测算法和零样本技术并评估其准确性.
• 理解、实践和改进小样本学习。
• 了解微调并利用其功能创建您自己的模型。
• 了解并使用最佳实践来创建您自己的模型。
• 使用GPT 练习训练和分类技术。
• 创建高级微调模型。
• 使用OpenAI Whisper 和其他工具创建智能语音助手。
• 使用OpenAI CLIP 实施图像分类。
• 使用OpenAI DALL-E 生成和编辑图像。
• 从其他图像中汲取灵感来创建您的图像。
• 从 Stable Diffusion 逆向工程图像提示(图像到文本)