我用GPT干的18件事!

给大家整理了 18 种 ChatGPT 的用法,看看有哪些方法是你能得上的

  • 语法更正

  • 文本翻译

  • 语言转换

  • 代码解释

  • 修复代码错误

  • 作为百科全书

  • 信息提取

  • 好友聊天

  • 创意生成器

  • 采访问题

  • 论文大纲

  • 故事创作

  • 问题类比

  • 创建 SQL 需求

  • 情感分析

  • 将产品描述转变为广告

  • 关键字提取

  • 闲聊机器人

语法更正

用途:文章、论文等润色。

e79c969d8b737e42d368e1c87a30cff5.png

文本翻译

用途:日常学习、商务翻译等。

语言转换

Python–>JAVA

用途:工作用途,不同语言工程师之间的合作,更加方便。

import numpy as np
import plotly.express as pxdef thresholding_algo(y, lag, threshold):""":param y: 输入列表:param lag: 滑动窗口大小:param threshold: 调节系数,用于调节容忍范围的大小。:return:"""# signals:信号列表signals = np.zeros(len(y))avgFilter = np.zeros(len(y))# 初始化平均值列表、差值列表avgFilter[lag - 1] = np.mean(y[0:lag])dif_li = [0] * len(y)for i in range(lag, len(y)):if i < len(y) - lag - 30:for j in range(i + 11, len(y)):if y[j] >= y[i - 1]:breakif j >= len(y) - 30:back = y[i - 1]else:back = np.mean(y[j + 11:j + 20 + lag])else:back = y[i - 1]# 前后均值差值计算tmp = abs(back - avgFilter[i - 1])dif = (tmp if tmp > 1 else 1)if abs(y[i] - avgFilter[i - 1]) > dif * threshold:signals[i] = (1 if y[i] > avgFilter[i - 1] else -1)avgFilter[i] = np.mean(y[(i - lag):i])y[i] = avgFilter[i - 1]else:signals[i] = 0avgFilter[i] = np.mean(y[(i - lag):i])dif_li[i] = difreturn dict(signals=np.asarray(signals),avgFilter=np.asarray(avgFilter),y=np.asarray(y),dif=np.asarray(dif_li),)
public static Map<String, double[]> thresholding_algo(double[] y, int lag, double threshold) {double[] signals = new double[y.length];double[] avgFilter = new double[y.length];Arrays.fill(avgFilter, 0.0);avgFilter[lag - 1] = mean(Arrays.copyOfRange(y, 0, lag));double[] dif_li = new double[y.length];Arrays.fill(dif_li, 0.0);for (int i = lag; i < y.length; i++) {int j;if (i < y.length - lag - 30) {for (j = i + 11; j < y.length; j++) {if (y[j] >= y[i - 1]) {break;}}double back;if (j >= y.length - 30) {back = y[i - 1];} else {back = mean(Arrays.copyOfRange(y, j + 11, j + 20 + lag));}} else {back = y[i - 1];}double tmp = Math.abs(back - avgFilter[i - 1]);double dif = tmp > 1 ? tmp : 1;if (Math.abs(y[i] - avgFilter[i - 1]) > dif * threshold) {signals[i] = y[i] > avgFilter[i - 1] ? 1 : -1;avgFilter[i] = mean(Arrays.copyOfRange(y, i - lag, i));y[i] = avgFilter[i - 1];} else {signals[i] = 0;avgFilter[i] = mean(Arrays.copyOfRange(y, i - lag, i));}dif_li[i] = dif;}Map<String, double[]> result = new HashMap<>();result.put("signals", signals);result.put("avgFilter", avgFilter);result.put("y", y);result.put("dif", dif_li);return result;
}private static double mean(double[] array) {double sum = 0.0;for (double d : array) {sum += d;}return sum / array.length;
}

代码解释-1

用途:当我们来到一家新的公司,发现前任工程师留下了一摊谁都看不懂的代码,这时候,如果有个人能帮我们解释一下这些代码是什么意思,那简直不要太开心。

def Fusion_algorithm(y_list):"""最终的融合算法1、第一次遍历列表: 处理掉小于上一个值的点,使其等于上一个值。2、第二次使用z-score来处理异常点:一种基于统计方法的时序异常检测算法借鉴了一些经典的统计方法,比如Z-score和移动平均线该算法将时间序列中的每个数据点都看作是来自一个正态分布,通过计算每个数据点与其临接数据点的平均值和标准差,可以获得Z-score并将其用于检测异常值,将z-score大于3的数据点视为异常值,缺点:如果异常点太多,则该算法的准确性较差。3、:param y_list: 传入需要处理的时间序列:return:"""# 第一次处理for i in range(1, len(y_list)):difference = y_list[i] - y_list[i - 1]if difference <= 0:y_list[i] = y_list[i - 1]# 基于突变检测的方法:如果一个数据点的值与前一个数据点的值之间的差异超过某个阈值,# 则该数据点可能是一个突变的异常点。这种方法需要使用一些突变检测算法,如Z-score突变检测、CUSUM(Cumulative Sum)# else:#     if abs(difference) > 2 * np.mean(y_list[:i]):#         y_list[i] = y_list[i - 1]# 第二次处理# 计算每个点的移动平均值和标准差ma = np.mean(y_list)# std = np.std(np.array(y_list))std = np.std(y_list)# 计算Z-scorez_score = [(x - ma) / std for x in y_list]# 检测异常值for i in range(len(y_list)):# 如果z-score大于3,则为异常点,去除if z_score[i] > 3:print(y_list[i])y_list[i] = y_list[i - 1]return y_list

代码解释-2

备注:上一个代码解释,我们可以看到,答案或许受到了代码中注释的影响,我们删掉注释,再来一次。对于解释中一些不懂的点,我们可以连续追问!

import numpy as np
from sklearn.ensemble import IsolationForest
import plotly.express as px
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
import jsondef Fusion_algorithm(y_list):for i in range(1, len(y_list)):difference = y_list[i] - y_list[i - 1]if difference <= 0:y_list[i] = y_list[i - 1]# else:#     if abs(difference) > 2 * np.mean(y_list[:i]):#         y_list[i] = y_list[i - 1]ma = np.mean(y_list)std = np.std(y_list)z_score = [(x - ma) / std for x in y_list]for i in range(len(y_list)):if z_score[i] > 3:print(y_list[i])y_list[i] = y_list[i - 1]return y_list
b5dee24dadd1eb0b1c54cae696fd119b.png 9831803d7f4a86fba4ca4533029866b0.png

修复代码错误

用途:写完一段代码后发现有错误?让chatGPT来帮你!

### Buggy Python
import Random
a = random.randint(1,12)
b = random.randint(1,12)
for i in range(10):question = "What is "+a+" x "+b+"? "answer = input(question)if answer = a*bprint (Well done!)else:print("No.")

作为百科全书

用途:chatGPT可以解释你所有的问题!但是列出小说这个功能有些拉跨,经过测试只有科幻小说列的还可以,其他类型不太行,可能chatgpt训练工程师是个科幻迷!

信息提取

用途:作为自然语言处理界的大模型,怎么能少得了信息提取呢?

3dbeaf1c181a29a89bfe473f8af45eb1.png

好友聊天

用途:输入对方性格模拟聊天,这方面功能不太完善,可能有新鲜玩法我还没有挖掘出来。

0a465ad54d04e0a7a6ff41de61db2935.png 66af25711903944cba67216acc5920d0.png

创意生成器

用途:是不是常常会在创新上遇到思维瓶颈不知道怎么做?不要担心,让chatGPT帮你生成创意!

VR和密室结合

再结合AR

采访问题

用途:可能您是一个媒体工作者,采访问题不知道怎么写?chatGPT可以帮您解决。

采访问题清单

采访问题清单并给出相应答案

f6f9b8f701884b59694eeb72c3cc52d8.png

论文大纲

用途:这个功能对于研究生简直不要太爽了,一直在郁闷大纲怎么写,直接列出来大纲简直帮了我天大的忙!对于大纲中不理解的点,直接要求chatGPT给出进一步解释。代码也可以有!那一章的内容不太会写,直接让chatGPT安排,这样,一篇论文很快就写出来啦!

创建论文大纲

fff53ba76cdb7dd25bec2339b5ebe0ae.png

解释大纲内容

class PBA(nn.Module):def __init__(self, PerformanceThreshold, DistributionType, AttentionWeightRange):super(PBA, self).__init__()self.PerformanceThreshold = PerformanceThresholdself.DistributionType = DistributionTypeself.AttentionWeightRange = AttentionWeightRangedef forward(self, input, performance_scores):# 计算注意力分数attention_scores = []for i in range(len(input)):if performance_scores[i] > self.PerformanceThreshold:attention_scores.append(performance_scores[i])else:attention_scores.append(0.0)# 将性能分数映射到注意力权重if self.DistributionType == "softmax":attention_weights = F.softmax(torch.tensor(attention_scores), dim=0)elif self.DistributionType == "sigmoid":attention_weights = torch.sigmoid(torch.tensor(attention_scores))else:raise ValueError("Unknown distribution type: {}".format(self.DistributionType))# 缩放注意力权重到指定范围attention_weights = attention_weights * (self.AttentionWeightRange[1] - self.AttentionWeightRange[0]) + self.AttentionWeightRange[0]# 计算加权输入weighted_input = torch.mul(input, attention_weights.unsqueeze(1).expand_as(input))output = torch.sum(weighted_input, dim=0)return output

故事创作

用途:这个功能真的太太太棒了,以后我自己列提纲出来就可以写小说啦!

爱情故事

245b3a664e0d0170e19f25276f6b1864.png

恐怖故事

cce7b0e7df70b1f902eec50a2398c619.png

问题类比

用途:当你想要做一个比喻时,这是一个很棒的功能。

4d57b432baa8bd20fa404a8704e5e070.png

创建SQL需求

用途:写SQL有时候挺头疼的,想好久想不起来。

5e1ef747b8f970b8bb2fe186d9b47c4f.png

情感分析

用途:这个功能让我想起来在之前公司做的情感分析任务了。

6c0a24f55e1fc7508133e9c13f36a47f.png

将产品描述转变为广告

用途:这个功能对于商家来说太棒了。

9bdda7e1e7a53ee3ea784a1812711c39.png

关键字提取

用途:NLP任务的重要作用,关键字提取!

闲聊机器人

用途:这个不多说了,用来闲聊体验感真的很不错。


转自:https://blog.csdn.net/weixin_42475060/article/details/129399125

74ba00b3bff5e7050f471f92c49ce0cf.gif

我创建的「ChatGPT与数据分析」知识星球,主要分享如何在数据分析工作中使用ChatGPT,感兴趣的小伙伴可以了解一下:

29dd0f84a306411de358f24d9bde4a69.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/28437.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

指令模板:采访大纲生成 | AIGC实践

最近收获了一些朋友的谬赞&#xff0c;说我“执行力太强了”&#xff0c;可以持续输出内容。 呃&#xff0c;其实吧&#xff0c;这些素材都是从我的实际工作和生活中来的&#xff0c;只是稍加整理而已。 要说起来&#xff0c;AIGC的出现已经完全改变了我的工作方式。在遇到问题…

每日一个 ChatGPT 使用小技巧系列之4:使用 AI 工具对 SAP ABAP 代码的编写质量进行打分

本系列之前的文章&#xff1a; 与其整天担心 AI 会取代程序员&#xff0c;不如先让 AI 帮助自己变得更强大 每日一个 ChatGPT 使用小技巧系列之1 - 给出提纲或者素材&#xff0c;让 ChatGPT 帮你写作 每日一个 ChatGPT 使用小技巧系列之2 - 用 ChatGPT 研读 SAP ABAP BAPI 的…

Vue中render函数浅浅详解

render介绍 众所周知&#xff0c;仅限于我大前端&#xff0c;Vue中的核心就是虚拟DOM。 通常我们都会把我们的页面结构逻辑都写在 template 中&#xff0c;然后再通过vue将我们的代码转换成虚拟DOM&#xff0c;相比于真实DOM&#xff0c;虚拟DOM是通过js代码处理的&#xff0c;…

Android 期末text的 浅浅复习

Android 编程题text 文章目录 前言一.预测编程题11.代码解析2.具体代码 二.预测编程题21.代码解析2.具体代码 三.预测编程题31.代码解析2.具体代码 四.预测编程题41.代码解析2.具体代码 五.预测编程题51.代码解析2.具体代码 六.预测编程题61.代码解析2.具体代码 总结 前言 个人…

浅浅地讲一下引用吧

文章目录 &#x1f384; 前言&#x1f496; 何为引用&#x1f37a;深入理解引用✈️取别名规则&#xff1a;权限只能缩小不能放大 &#x1f601; 引用的简单应用&#x1f699; 引用和指针的区别&#x1f389;结语 &#x1f384; 前言 开启C之路&#xff0c;希望看了这篇文章之…

浅浅理解.net core的路由

路由&#xff1a; web的请求到达后端服务时&#xff0c;controller(控制器)会处理传入的http请求并响应用户操作&#xff0c;请求的url会被映射到控制器的操作方法上。 此映射过程由应用程序中定义的路由规则完成。 ASP.NET.Core MVC中的路由 路由使用一对由UseRouting和UseEnd…

FPGA图像处理 浅浅浅浅浅记

FPGA因其并行处理数据、高速和可编程等特性在图像处理方面得到广泛应用&#xff0c;特别是在简单算法的时候&#xff0c;即图像处理的预处理时&#xff0c;可以通过一些FPGA开发公司所配置的软件进行对算法的实现。 Vivado的一个工具&#xff1a;System Generator 可以直接把…

UCOS(浅浅忆)

UCOS 简介UCOSIIUCOSII 移植 F1UCOSII 任务UCOSII 消息邮箱、信号量 简介 1、实时操作系统分为硬实时和软实时两类 2、UCOSII、UCOSIII的区别 1、UCOSIII新增功能 1.1 同时支持优先级与时间片调度算法 1.2 将中断任务调节交给系统任务处理&#xff0c;大大缩短中断执行时间 1…

浅浅的聊一下 WebSocket

浅浅的聊一下 WebSocket 第一次看到 ws:// 和 wss:// 时候&#xff0c;感觉好高级啊&#xff0c;还有这种协议。 Websocket 历史 WebSocket是在2008年6月诞生的1。经由IEFT标准化后&#xff0c;2009年chrome 4第一个提供了该标准支持&#xff0c;并默认启用。于2011年由IEFT标…

中关村科金张杰:ChatGPT火爆背后,对话式AI在企业服务场景面临三大挑战|MEET2023...

梦晨 发自 凹非寺量子位 | 公众号 QbitAI ChatGPT火爆&#xff0c;也让更多人看到对话式AI的商业价值。 根据艾瑞咨询发布的《2022年中国对话式AI行业发展白皮书》&#xff0c;2021年对话式AI的市场规模为45亿元&#xff0c;带动规模126亿元。 在MEET2023智能未来大会上&#x…

可怕的人工智能ChatGPT

闲来无事想看看ChatGPT作诗的水平如何&#xff0c;于是让ChatGPT模仿苏轼写一首古诗&#xff0c;第一首如下&#xff1a; 读完这首诗&#xff0c;我差点把剩下的几根头发薅下来 接下来抱着试试看的态度给ChatGPT说一下稍微具体点的要求&#xff1a; 唉&#xff0c;古诗的规则…

python统计三国演义中人物出现的频次

方式一. 简化版 安装jieba库/numpy库编程读取《三国演义》电子书&#xff0c;输出出场次数最高的10个人物名字 代码注释&#xff1a; import numpy import jieba# numpy输出有省略号的问题&#xff0c;无法显示全部数据 numpy.set_printoptions(thresholdnumpy.inf)def readF…

对行业大模型的思考

深度学习自然语言处理 分享知乎&#xff1a;黄文灏职位&#xff1a;北京智源AI研究院技术负责人 看到了 Naiyan Wang[1] 和 刘聪NLP[2] 的两篇文章&#xff0c;都提到了对行业大模型的一些看法&#xff0c;有很多相同的想法。正好身边有很多人在讨论行业大模型&#xff0c;想要…

浅谈爆火的AIGC会不会是下一个元宇宙?

OpenAI终于发布了ChatGPT安全方法&#xff0c;这距离意大利政府公开宣布全面禁止ChatGPT还不到一周。 ChatGPT对隐私规则的侵犯和版权问题的触及&#xff0c;伴随一季度迅速在全球范围内的爆火而出现。 紧随意大利的是&#xff0c;德国、日本、法国、加拿大和美国&#xff0c…

斯坦福大学AI课程;创始人剽窃丑闻后 Stability AI 两名高管离职,公司前景存疑

&#x1f989; AI新闻 &#x1f680; Windows Copilot&#xff1a;微软的智能AI助手助力Windows操作系统革命 摘要&#xff1a;微软发布了Windows Copilot的开发者预览版更新。Windows Copilot是微软最新推出的智能助手&#xff0c;通过它用户可以无门槛地使用Windows的各种功…

入职仅1年,谷歌高管不满开发方向后离职!网友:“雪上加霜,谷歌AR业务要凉凉?”...

整理 | 朱珂欣 出品 | CSDN程序人生&#xff08;ID&#xff1a;coder_life&#xff09; 过去数月&#xff0c;谷歌的 AR 业务可谓是「动荡不安」—— 裁员、改组、 AR/VR 主管 Clay Bavor 离职。 昨天&#xff0c;谷歌人事变动再起&#xff0c; AR 操作系统团队负责人 Mark …

2023 年 4 月很火的网站

最近chatgpt持续火热&#xff0c;基于chatgpt的网站/工具越来越多&#xff0c;今天分享几个很火的网站&#xff0c;之前分享过的上百个实用网站同步到我的博客了 https://sushengbuhuo.github.io/blog chatdoc 一个基于 ChatGPT 的文档阅读助手http://www.chatdoc.com &#x…

现场拔网线!第四范式版GPT能力首秀,有点不一样

金磊 发自 第四范式大厦量子位 | 公众号 QbitAI 国产大模型能大战&#xff0c;又有一员猛将入局。 就在刚刚&#xff0c;第四范式自研大模型“式说”&#xff08;4Paradigm SageGPT&#xff09;在上线2个月后&#xff0c;终于来了一波能力首秀。 而且纵观整场活动的发布&#x…

2023 AI大语言模型TOP10

注&#xff1a;本次评测时间截至2023.5.10&#xff0c;评价指标主要包括语义理解、逻辑推理、情感分析、百科知识、文本质量五个维度&#xff09; 今年春节档&#xff0c;一部《流浪地球2》点燃了沉寂许久的中国科幻电影市场&#xff0c;也让MOSS这一电影里冷酷无情的强人工智能…

百度搜索迎来奇点 大模型掀起代际变革

每一轮技术革命掀起的浪潮&#xff0c;大部多数人还没来得及思考或者布局&#xff0c;已经消失于海浪中。机会是给有准备的人的&#xff0c;要发现新兴技术的亮点&#xff0c;并立足自身去积极拥抱它&#xff0c;最后转化为自身前进的动力&#xff0c;跨越周期&#xff0c;迎来…