---

---

前言

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容，分享一些最新模型或工具。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、chatgpt是什么？

ChatGPT是一种基于预训练的语言生成模型，使用了GPT（Generative Pre-trained Transformer）算法和大规模的语料库训练，可以实现自然语言的生成和回答任务。

GPT它是一种神经网络架构，旨在生成自然语言文本。GPT模型预训练于大量的文本数据，这使得它们“理解”人类语言的结构和模式。当给定提示时，模型可以生成连贯的响应，语法正确且语义有意义。

ChatGPT可以用于聊天机器人、智能客服、问答系统等应用场景，可以与人类进行自然而流畅的对话。它是一种先进的AI技术，涉及NLP（Natural Language Processing）领域，因其出色的表现在各种应用场景上备受关注。

二、使用步骤

1.创建chatgpt账号

需要你需要一个chatgpt账号，可以通过地址openai

2.获取机构id和api-keys

图文如下（示例）：
登录账号在个人中心即可查看
获取organization - id
获取API Keys
可以找到USER-API Keys模块，内部有key使用即可

3.准备环境

提示：需要安装最新版本openai否则可能有些API不能使用
图文如下（示例）：

3.1问题

注意：如遇到如下问题，切换安装最新版本openai即可

注意：如遇到如下问题，查看urllib3版本，切换至1.26.0一下即可
如：pip install urllib3==1.25.11

4.示例

GPT-3.5模型可以理解和生成自然语言或代码。我们最强大、最经济的模型是针对聊天进行了优化，但也适用于传统的完成任务。gpt-3.5-turbo

最强大的GPT-3.5模型，以1/10的成本优化聊天。将使用我们最新的模型迭代进行更新，text-davinci-003

3.1查看所有可用模型

import openaiopenai.organization = "org-xxxxxxx"
openai.api_key = "sk-xxxxxx"
print(openai.Model.list())

3.2使用文本模型进行问答

import openai
model_engine = "gpt-3.5-turbo" #可选模型
q = "用python编写一段aes加密代码"
# Send an API request and get a response, note that the interface and parameters have changed compared to the old model
response = openai.ChatCompletion.create(model=model_engine,messages=[{"role": "system", "content": "一个有10年Python开发经验的资深算法工程师"},{"role": "user", "content": q}]
)print(response.get("choices")[0]["message"]["content"])
print(response.get("choices")[0]["message"]["role"])

生成如下结果：

3.2图像生成

response = openai.Image.create(prompt="a white siamese cat",n=1,size="1024x1024"
)
image_url = response['data'][0]['url']
print(image_url)

3.2图像编辑

response = openai.Image.create_edit(image=open("sunlit_lounge.png", "rb"),mask=open("mask.png", "rb"),prompt="A sunlit indoor lounge area with a pool containing a flamingo",n=1,size="1024x1024"
)
image_url = response['data'][0]['url']
print(image_url)

3.2图像变化

response = openai.Image.create_variation(image=open("./data/corgi_and_cat_paw.png", "rb"),n=1,size="1024x1024"
)
image_url = response['data'][0]['url']
print(image_url)

3.2内容过滤

model_engine = "text-moderation-latest"     
response = openai.Moderation.create(model=model_engine,input="I like them.",
)
print(response)

分别测试结果如下

---

总结

提示：chatgpt是一个辅助工具，帮助我们提高效率：

ChatGPT的未来前景非常广阔。随着技术的不断发展，ChatGPT可以应用于更广泛的领域，包括：

• 在社交媒体平台上生成更自然的对话
• 为虚拟人物和角色生成逼真的对话
• 在在线教育和培训中提供更智能的学习辅导
• 在医疗保健领域帮助医生和患者进行更自然的交流
• 帮助企业提供更好的客户服务和支持

随着ChatGPT模型的不断改进和优化，它将能够生成更加逼真和自然的对话，这将使得人机交互变得更加流畅和自然。ChatGPT还可以与其他技术结合使用，例如计算机视觉和自然语言处理，以提供更全面的解决方案。

总的来说，ChatGPT代表了一种新的、更智能的人机交互方式，它将为我们带来更多的便利和效益。