小报童 - 大模型应用开发

作者：菠菜，9年互联网架构师；AI技术负责人；在职场亲手带出多个年入百万 P8+ 人才；“AI破局俱乐部”初创合伙人、破局大/小航海AI编程、AI提示词教练；

小册价值：快速入门OpenAI API，掌握核心能力：开发环境搭建、GPT原理、Chat、Tools、Assistants、Images、Audio。

订阅助力你职场升职加薪找到好工作！

限时18.8元买断，每1000人涨价一次

加微：bocai6572，进专栏交流群。

领取免福利：API Key、上网工具、代码资料，大模型应用开发学习路线图

Images | 一句话生成一张图片

OpenAI的Images接口可以轻松的通过描述生成图片，非常神奇，我们来看一下具体的代码（OpenAI近期对该接口进行了调整，我们赠送的API Key已没有配额，大家可以尝试'dall-e-2'的模型）：import openai client = openai.OpenAI(api_key="sk-xxxxx") image_response = client.images.generate( # 文本生成的提示词 prompt = "小鹿吃菠菜", model = "dall-e-3" ) image_response来看一下运行效果：代码会返回图片的访问地址，然后我们可以直接点击该链接访问到图片觉得不错？可以点击右下角"写留言"与我互动。点我看小册专栏合集

ChatCompletion | 完成与GPT的第一次对话

打开Jupyter，并打开我们的代码示例"course.ipynb"（没有？点击我并拉到最后）一、安装OpenAI API相关的库二、Hello World 代码import openai # 创建OpenAI的client，需要设置api_key client = openai.OpenAI(api_key='sk-xxxxxx') # 调用chat接口 chat_completion = client.chat.completions.create( # 发送的消息内容，类似在ChatGPT中输入"hi，你好，请介绍下自己" messages=[{ "role": "user", "content": "hi，你好，请介绍下自己", }], # gpt模型选择 model='gpt-3.5-turbo-1106', # 非流式输出 stream=False ) # GPT返回的答复 chat_completion.choices[0].message.content （没有API Key？点击我并拉到最后）三、将代码Copy入Jupyter然后执行四、运行效果觉得不错？可以点击右下角"写留言"与我互动。点我看小册专栏合集

GPT原理浅析 | 一个动图教会你GPT的原理

GPT是基于Transformer（可以理解算法框架）的大语言模型（Large Language Model，简称LLM）。Transformer的架构及深层次原理暂时先放一放，后面对它接触多了，自然就理解了。GPT的生成内容的原理：基于上下文预测并生成下一个词。动图解析：基于"The cat"这个上下文去预测下一个单词的概率，选择概率最大的"sat"单词基于"The cat sat"上下文预测下一个单词的概率，选择"on"基于"The cat sat on"预测，选择"the"基于"The cat sat on the"预测，选择"mat"。完成整句话的生成"The cat sat on the mat"GPT预测文本生成的过程其实很复杂，它在底层基于了深度学习和自然语言处理技术。它首先通过大量文本数据进行预训练，学习语言的结构和模式。在预测时，GPT根据已给出的文本片段，使用它的内部模型（包括多层的Transformer结构）来生成最有可能的下一个单词或词序列。它利用上下文信息和前文中的词汇来预测接下来最可能出现的词汇，从而实现文本的连贯生成。这个过程反复进行，直到生成完整的文本。觉得不错？可以点击右下角"写留言"与我互动。点我看小册专栏合集

【目录合集】内容汇总 | 必看收藏

大模型应用开发 | API 实操

@菠菜

免费内容

Images | 一句话生成一张图片

ChatCompletion | 完成与GPT的第一次对话

GPT原理浅析 | 一个动图教会你GPT的原理

【目录合集】内容汇总 | 必看收藏