铲特-姬劈蹄的N种用法(持续更新中。。。)

article/2024/12/5 9:02:13

目录

  • 前言
  • 一、语法更正
  • 二、文本翻译
  • 三、语言转换
    • 3-1、Python-->JAVA
  • 四、代码解释-1
  • 五、代码解释-2
  • 六、修复代码错误
  • 七、作为百科全书
  • 八、信息提取
  • 九、好友聊天
  • 十、创意生成器
    • 10-1、VR和密室结合
    • 10-2、再结合AR
  • 十一、采访问题
    • 11-1、采访问题清单
    • 11-2、采访问题清单并给出相应答案
  • 十二、论文大纲
    • 12-1、创建论文大纲
    • 12-2、解释大纲内容
  • 十三、故事创作
    • 13-1、爱情故事
    • 13-2、恐怖故事
  • 十四、问题类比
  • 十五、创建SQL需求
  • 十六、情感分析
  • 十七、将产品描述转变为广告
  • 十八、关键字提取
  • 十九、闲聊机器人
  • 二十、总结


前言

当今的ChatGPT是一个强大的语言模型,它可以帮助您创建出色的产品并提高您的业务成功率。ChatGPT利用大规模的自然语言处理和机器学习算法,可以进行自然而流畅的对话,理解自然语言问题和回答。您可以使用ChatGPT来建立智能客服、智能助手、文本自动补全、语音识别和机器翻译等多种产品。ChatGPT可以快速适应新的数据和新的场景,使用ChatGPT,您可以轻松实现个性化、高效率和全天候的服务。让ChatGPT帮助您推动业务的增长!

一、语法更正

用途:文章、论文等润色。
在这里插入图片描述

二、文本翻译

用途:日常学习、商务翻译等。
在这里插入图片描述

三、语言转换

3-1、Python–>JAVA

用途:工作用途,不同语言工程师之间的合作,更加方便。
在这里插入图片描述

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),)

在这里插入图片描述

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;
}

四、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。
在这里插入图片描述

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

在这里插入图片描述

五、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!

在这里插入图片描述

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

在这里插入图片描述
在这里插入图片描述

六、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!
在这里插入图片描述

### 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.")

在这里插入图片描述

七、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!
在这里插入图片描述

八、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?
在这里插入图片描述

九、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。
在这里插入图片描述
在这里插入图片描述

十、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!

10-1、VR和密室结合

在这里插入图片描述

10-2、再结合AR

在这里插入图片描述

十一、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。

11-1、采访问题清单

在这里插入图片描述

11-2、采访问题清单并给出相应答案

在这里插入图片描述

十二、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!

12-1、创建论文大纲

在这里插入图片描述

12-2、解释大纲内容

在这里插入图片描述

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

十三、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!

13-1、爱情故事

在这里插入图片描述

13-2、恐怖故事

在这里插入图片描述
在这里插入图片描述

十四、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。
在这里插入图片描述

十五、创建SQL需求

用途: 写SQL有时候挺头疼的,想好久想不起来。

在这里插入图片描述

十六、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。
在这里插入图片描述

十七、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。
在这里插入图片描述

十八、关键字提取

用途: NLP任务的重要作用,关键字提取!
在这里插入图片描述

十九、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。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述


二十、总结

emmm,今天白嫖次数太多了,request请求被禁止了,那就改天再请求啦~


http://chatgpt.dhexx.cn/article/lIpZ3mQx.shtml

相关文章

为什么ChatGPT这么强?—— 一文读懂ChatGPT原理!

前言 最近一周多的时间&#xff0c;只要不是生活在火星&#xff0c;喜欢技术的同学一定都被OpenAI的ChatGPT给刷屏了。ChatGPT与以往的公开提供服务的对话机器人相比&#xff0c;性能有了显著的提高。它可以相对可靠地提供一些日常对话、知识获取的功能&#xff0c;也可以它根据…

跟ChatGPT,聊聊ChatGPT

不仅“上知天文、下知地理”&#xff0c;似乎还能对答如流、出口成诗&#xff0c;甚至还能写剧本、编音乐、写代码——最近&#xff0c;一款名叫ChatGPT的人工智能聊天机器人火爆全球。由此&#xff0c;一系列关于新一代技术变革、人工智能替代人力、巨头企业扎堆入局AI的讨论在…

ChatGPT的使用

目录 一、ChatGPT介绍 二、使用实例 三、怎么使用&#xff1f; 一、ChatGPT介绍 ChatGPT是一种由OpenAI训练的大型语言模型。它的原理是基于Transformer架构&#xff0c;通过预训练大量文本数据来学习如何生成人类可读的文本&#xff0c;然后通过接受输入并生成输出来实现对…

chatgpt体验

露个相吧 TomChat https://www.tomchat.work/ 支持gpt4 -3.5 支持 midjourny绘画 可长篇写作 无使用月限额 传送 1、相信很多小伙伴们面试或者工作中会遇到数组扁平化这一问题&#xff0c;如今正是智能大火的时候&#xff0c;何不让我们试试水呢&#xff0c;所以让我们…

ChatGPT中文网

https://chat.gptchinese.com 用过速度最快的国内镜像了写python还不错

ChatGPT实用使用指南 让它解你所问

Chatgpt无疑是这几年来影响力最大的AI技术之一&#xff0c;生成式的AI模型正在促进各个行业的效率和自动化发展&#xff0c;Chatgpt对于个人、企业和各个行业都有着一定的影响 在我刚接触的时候&#xff0c;发现对Chatgpt的认知太肤浅了&#xff0c;一个最强的ai聊天机器人摆在…

ChatGPT详解

导读&#xff1a;ChatGPT出现后惊喜或惊醒了很多人。惊喜是因为没想到大型语言模型&#xff08;LLM,Large Language Model&#xff09;效果能好成这样&#xff1b;惊醒是顿悟到我们对LLM的认知及发展理念&#xff0c;距离世界最先进的想法&#xff0c;差得有点远。我属于既惊喜…

ChatGPT 官方版 API,终于来了!

公众号关注 “GitHubDaily” 设为 “星标”&#xff0c;每天带你逛 GitHub&#xff01; 大家好&#xff0c;我是小 G。 今天凌晨 2 点左右&#xff0c;OpenAI 正式发推宣布&#xff0c;对外开放 ChatGPT 和 Whisper API&#xff0c;开发者可以通过该 API&#xff0c;在 App 或产…

chatgpt catgpt

近期比较热门的chatgpt 可谓是家喻户晓&#xff0c;本文就简单介绍如何使用chatgpt&#xff0c;顺便介绍一下国内CSDN的catgpt&#xff08;前几天csdn的gpt还叫chatgpt....&#xff09;。 1. chatgpt 对话框内输入你想让它为你做的事即可&#xff0c;就这么简单&#xff01;…

chatGPT中国入口-ChatGPT评论文章-ChatGPT怎么用

国内怎么玩chatGPT 如果您在国内使用ChatGPT&#xff0c;主要的问题可能是连接OpenAI服务器的速度和稳定性。由于OpenAI位于美国&#xff0c;可能受到中国的网络限制和防火墙的影响&#xff0c;造成访问速度比较慢或不稳定。为了解决这个问题&#xff0c;您可以采取以下方法&a…

ChatGPT 客户端来喽

文 | 派森酱 来源&#xff1a;Python 技术「ID: pythonall」 这个客户端的 GitHub 地址是&#xff1a;https://github.com/lencx/ChatGPT#-downloads 支持 Mac、Windows、Linux。 截止写文的时候&#xff0c;客户端已经更新到 0.7.0 版本&#xff0c;支持的功能有&#xff1a; …

国内版chatgpt来了,无限制,完美访问。

国内版chatgpt来了&#xff0c;无限制&#xff0c;完美访问。

ChatGPT最强对手Claude上线,国内免费使用

今天为大家分享一款与 ChatGPT 极其相似的 AI 工具&#xff1a;Claude。Claude 是一款基于 AI 大模型的对话系统&#xff0c;由原 OpenAI 研究副总裁 Dario Amodei 、 OpenAI 安全与政策副总裁 Daniela Amodei&#xff0c;以及近 10 名核心研究人员创办的名为 Anthropic 的 AI …

各种商业版本的ChatGPT已经推出了,还有必要搞个人的Chat吗?

一、引言 虽然市面上已经存在许多商业版本的ChatGPT交互产品&#xff0c;但在我们的开发中&#xff0c;决定专注于打造一个更加个性化、更贴合个人需求的智能助手。我们相信&#xff0c;每个人都是独一无二的&#xff0c;他们的需求也是各不相同的。因此&#xff0c;个人ChatGP…

国内版 ChatGPT值不值得上手----PlumGPT测评

前言&#xff1a;什么是PlumGPT&#xff08;国内版的chatgpt&#xff09;&#xff0c;PlumGPT国内版ChatGPT是一个基于GPT-3.5算法的人工智能聊天机器人&#xff0c;能够通过自然语言与用户交互&#xff0c;提供各种服务和解答各种问题。本文将对PlumGPT国内版ChatGPT进行全面测…

【ChatGPT】还不会用ChatGPT ?快来看看ChatGPT如何为你所用吧——

毫无疑问,ChatGPT 已经风靡全球,推出仅仅一周就拥有了 100 万用户。 OpenAI 推出了这个受欢迎的聊天机器人或语言模型,它可以根据给定的输入生成类似于人类的文本。人们已经用 ChatGPT 生成了几乎各种类型的文本,从论文、诗歌到落地页和网站。 这个聊天机器人还能生成代…

国内版的ChatGPT弯道超车的机会在哪里?

前言 从去年11月最后一天ChatGPT诞生&#xff0c;截至目前&#xff0c;ChatGPT的热度可谓是爆了。众所周知&#xff0c;ChatGPT是美国“开放人工智能研究中心”研发的聊天机器人程序&#xff0c;它是一个人工智能技术驱动的自然语言处理工具&#xff0c;它能够通过学习和理解人…

chatGPT爆火,什么时候中国能有自己的“ChatGPT“

目录 引言 一、ChatGPT爆火 二、中国何时能有自己的"ChatGPT" 三、为什么openai可以做出chatGPT? 四、结论 引言 随着人工智能技术的不断发展&#xff0c;自然语言处理技术也逐渐成为了研究的热点之一。其中&#xff0c;ChatGPT作为一项领先的自然语言处理技术…

ChatGLM(国内版的chatGPT)

Git链接&#xff1a; GitHub - THUDM/ChatGLM-6B: ChatGLM-6B&#xff1a;开源双语对话语言模型 | An Open Bilingual Dialogue Language Model 介绍 ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型&#xff0c;基于 General Language Model (GLM) 架构&#xff0c;具…

如何更好的利用chatgpd 国内

文章目录 前言好用的网站更好的使用AI 前言 当您需要一位聪明、快速、准确地回答问题并提供帮助的伙伴时&#xff0c;您可以考虑ChatGPT。ChatGPT是OpenAI开发的大型语言模型&#xff0c;它可以理解人类语言并以自然的方式回答问题。但由于某些因素&#xff0c;国内无法正常访…