〖ChatGPT实践指南 - 零基础扫盲篇②〗- 深度体验 ChatGPT

sockstack / 144 / 2023-11-07 13:01:48

ChatGPT 可用网址，仅供交流学习使用，如对您有所帮助，请收藏并推荐给需要的朋友。 <a href="https://ckai.xyz/?sockstack&section=detail" target="__blank">https://ckai.xyz</a> <article class="baidu_pl"><div id="article_content" class="article_content clearfix">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/kdoc_html_views-1a98987dfd.css">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-25cebea3f9.css">
<div id="content_views" class="markdown_views prism-atom-one-light">
<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"><path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path></svg><div align="center"> <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/aa7b6e97cc2e4400ba9627080e1f6a2e.png#pic_center" width="550"> 
</div> 
<hr> 
 
<div class="toc"> <h3>文章目录</h3> <ul>
<li>⭐ ChatGPT 最主要的对话功能</li>
<li>⭐ ChatGPT 对话功能的演示</li>
<li>
<ul>
<li>🌟 搞怪案例 ① - 询问如何做 "红烧肉"</li>
<li>🌟 演示案例 ② - 文本翻译[翻译源码]</li>
<li>🌟 演示案例 ③ - 代码问题</li>
<li>🌟 演示案例 ④ - 修复Bug</li>
<li>🌟 演示案例 ⑤ - 编写毕设大纲</li>
</ul> </li>
<li>⭐ AI 绘图功能</li>
</ul> 
</div> 
 
ChatGPT 的热度这么高，被说得这么好，这么强大，那么这一节我们就来深度体验一把，看看ChatGPT到底能做些什么! 
<hr> 
<h1>
<a id="_ChatGPT__14"></a>⭐ ChatGPT 最主要的对话功能</h1> 
相信小伙伴们也都知道，ChatGPT 最主要的功能其实就是对话功能，也是目前人们最津津乐道的功能。 
这里我们来和传统的搜索引擎做一下对比，当我们使用搜索引擎的时候，往往会给我们返回的事一堆网页，需要我们自己去过滤筛选。大多数情况下，这些网页反馈的信息质量都比较差。更别提某些竞价排名的广告了（说的是谁大家都清楚），很难能够一次性的找到自己想要的答案，通常情况下都需要访问很多网页才能够找到自己想要的正确答案。 
而 ChatGPT 就不一样了，它所做的事情就是不需要用户去做选择，它知道你问的是什么，更重要的是，它知道你想要一个什么样的答案，它帮你把选择的过程做好了，最终给我们返回的就是我们想要的那个问题的、满意的答案。 
<hr> 
<h1>
<a id="_ChatGPT__30"></a>⭐ ChatGPT 对话功能的演示</h1> 
接下来我们就尝试着演示几个小案例，比如说 “询问如何做红烧肉”，“编写一段代码，演示算法之类”，“给出一段代码需求让ChatGPT来实现”，“编写一个前端页面”，以及演示 “AI绘图功能等等” ~ 让我们拭目以待吧~ 
<hr> 
<h2>
<a id="______38"></a>🌟 搞怪案例 ① - 询问如何做 “红烧肉”</h2> 
访问 “https://openai.com/blog/chatgpt” ，点击 <code>"Try ChatGPT"</code> 即可跳转到 “ChatGPT” 的首页。<code>需要在能够访问谷歌的情况下去访问~</code> 
<div align="center"> <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/f37043f63daa4da78e1c3d26eb176577.png#pic_center" width="450"> 
</div> 
 
<div align="center"> <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/416b12b635744cc3b01be35acb104948.png#pic_center" width="750"> 
</div> 
 
从下图中我们可以看出，ChatGPT 返回的不是网页，而是以打字的形式，一排一排的向我们打字输出，向我们展示问题的结果。 
<div align="center"> <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/1596ee9e3955466fba0fe3b6d8693737.png#pic_center" width="550"> 
</div> 
 
除了直接给出提问问题的结果，ChatGPT 还能够根据语境，进行上下文理解、情感分析和语义分析，给出比较符合人们常理认知的、合理的拟人化建议。比如说我们再次向 ChatGPT 提问 “我感觉这道菜味道比较淡怎么办？” 
<div align="center"> <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/8fc4d4d4264d40d891a5d7db4c4acbc9.png#pic_center" width="550"> 
</div> 
 
<code>从下图可以看出，ChatGPT 知道我说的这道菜指的就是 "红烧肉" ，这种 "自作聪明" 地方式 就像真的跟我在对话，这种能够分析出上下文语义，语境的功能真的很强大，至少搜索引擎做不到这一点~</code> 
如果各位小伙伴想要学习做一些家常菜，不妨试着与 ChatGPT 聊聊，相信它一定也不会让你失望~ 吼吼吼~ 
<hr> 
<h2>
<a id="_____81"></a>🌟 演示案例 ② - 文本翻译[翻译源码]</h2> 
在日常的工作中，不管是开源的 github 也好，还是源码的阅读也好，程序员的工作都离不开翻译，下面我们试试一个翻译的案例。（很简单） 
向 ChatGPT 发送下面这一段源码，让其解释该源码的作用和详细参数的使用：<code>"time" 包的 "sleep" 方法</code> 
<pre><code class="prism language-python">def time(): # real signature unknown; restored from __doc__"""time() -&gt; floating point numberReturn the current time in seconds since the Epoch.Fractions of a second may be present if the system clock provides them."""return 0.0
</code></pre> 
下图是 ChatGPT 给出的答案： 
<blockquote> 这段源码定义了一个名为 <code>time</code> 的函数，它返回当前时间自 Unix 纪元以来的秒数，精确到浮点数。如果系统时钟提供了秒以下的精度，则可能存在秒的小数部分。 在函数文档字符串中，有以下说明： <pre><code>time() -&gt; floating point numberReturn the current time in seconds since the Epoch.
Fractions of a second may be present if the system clock provides them.
</code></pre> 这段文档字符串用于说明该函数的功能和参数，其中： <ul>
<li>
<code>time()</code> : 函数名称</li>
<li>
<code>-&gt;</code> : 指示函数返回值类型</li>
<li>
<code>floating point number</code> : 返回值类型，即浮点数</li>
<li>
<code>Return the current time in seconds since the Epoch.</code> : 返回当前时间自 Unix 纪元以来的秒数</li>
<li>
<code>Fractions of a second may be present if the system clock provides them.</code> : 如果系统时钟提供了秒以下的精度，则可以返回秒的小数部分。</li>
</ul> 由于这个函数的签名是未知的，因此注释中的 <code># real signature unknown; restored from __doc__</code> 表示该函数的签名未知，但是该函数的实现被从函数的文档字符串中恢复出来。 最后，该函数的实现只是简单地返回了浮点数 0.0，因此需要根据实际需求进行修改，以便正确地返回当前时间。 
</blockquote> 
<div align="center"> <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/815a7c73d1284e229a68d5e07a9dab0e.png#pic_center" width="950"> 
</div> 
<hr> 
<h2>
<a id="_____131"></a>🌟 演示案例 ③ - 代码问题</h2> 
相信很多小伙伴在面试的时候经常会遇到一些算法题，那么来看一看 ChatGPT 是如何实现一个排序算法的案例的吧。 
<blockquote> 以下是 Python 中的快速排序算法实现： <pre><code class="prism language-python">def quick_sort(arr):if len(arr) &lt;= 1:return arrelse:pivot = arr[0]less = [x for x in arr[1:] if x &lt;= pivot]greater = [x for x in arr[1:] if x &gt; pivot]return quick_sort(less) + [pivot] + quick_sort(greater)# 测试
arr = [3, 2, 5, 1, 8, 4]
sorted_arr = quick_sort(arr)
print(sorted_arr) # [1, 2, 3, 4, 5, 8]
</code></pre> 快速排序的基本思路是通过递归地将待排序的数组分成两个子数组，其中一个子数组的元素都比另一个子数组的元素小，然后再对这两个子数组分别进行快速排序。具体实现时，我们选择一个基准值（pivot），然后遍历整个数组将小于等于基准值的元素放在一个数组 less 中，大于基准值的元素放在一个数组 greater 中。然后，我们递归地对 less 和 greater 两个数组进行快速排序，最后将排序后的 less、pivot 和 greater 连接起来。 快速排序的时间复杂度为 O(nlogn)，是一种常用的排序算法。 
</blockquote> 
<div align="center"> <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/ac64cf979dbf49699db5fb54b506ae03.png#pic_center" width="950"> 
</div> 
<hr> 
<h2>
<a id="____Bug_165"></a>🌟 演示案例 ④ - 修复Bug</h2> 
作为程序员，谁也不敢保证自己写的代码 100% 不出 Bug，既然 ChatGPT 能写代码，那么它能不能将出了 Bug 的代码进行修复呢？让我们来看一看吧。 
以一个存在闭包问题的代码示例，如下： 
<pre><code class="prism language-python">def create_multipliers():return [lambda x : i * x for i in range(5)]for multiplier in create_multipliers():print multiplier(2)
</code></pre> 
ChatGPT 对话结果如下： 
<blockquote> 这段代码存在一个常见的 Python 闭包陷阱，即在 lambda 表达式中使用循环变量，但实际上 lambda 表达式在函数执行时才会被调用，此时循环变量已被改变，导致结果不符合预期。 为了修复这个问题，我们需要将 lambda 表达式中的循环变量进行捕获，可以通过将循环变量作为默认参数来实现： <pre><code class="prism language-python">def create_multipliers():return [lambda x, i=i : i * x for i in range(5)]for multiplier in create_multipliers():print(multiplier(2))
</code></pre> 在这个修复后的实现中，我们将循环变量 <code>i</code> 作为 lambda 表达式的默认参数，这样每次创建 lambda 表达式时，都会保存一个 <code>i</code> 的副本，在 lambda 表达式执行时使用该副本，而不是使用循环变量本身。这样就可以得到正确的结果了。 输出结果： <pre><code>0
2
4
6
8
</code></pre> 
</blockquote> 
<div align="center"> <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/c1313645a2ec477ba0b858ba61420c23.png#pic_center" width="950"> 
</div> 
<hr> 
<h2>
<a id="_____217"></a>🌟 演示案例 ⑤ - 编写毕设大纲</h2> 
相信很多即将毕业的小伙伴非常喜欢这个案例，让 ChatGPT 编写一个基于opencv的如何识别运动目标检测与跟踪的毕设大纲。 
<blockquote> 恭喜即将毕业！以下是基于 OpenCV 的运动目标检测与跟踪毕设大纲： 一、研究背景和意义 <ul>
<li>介绍运动目标检测与跟踪的背景和意义</li>
<li>分析目前常见的运动目标检测与跟踪算法的优缺点</li>
<li>阐述本文所提出的算法的创新点和应用前景</li>
</ul> 二、研究现状和相关技术 <ul>
<li>介绍运动目标检测与跟踪的相关概念和技术</li>
<li>分析目前主流的运动目标检测与跟踪算法和技术</li>
<li>对比分析各种方法的优缺点</li>
</ul> 三、系统方案设计 <ul>
<li>系统架构设计</li>
<li>系统模块设计</li>
<li>各模块之间的交互流程设计</li>
</ul> 四、运动目标检测算法设计 <ul>
<li>采用背景差分法进行前景检测</li>
<li>对前景图像进行形态学处理</li>
<li>对形态学处理后的图像进行连通区域分析</li>
<li>采用目标检测算法对区域进行筛选</li>
</ul> 五、运动目标跟踪算法设计 <ul>
<li>采用卡尔曼滤波算法对目标进行预测</li>
<li>采用匈牙利算法进行目标匹配</li>
<li>采用多目标跟踪算法对多个目标进行跟踪</li>
</ul> 六、算法实现与性能分析 <ul>
<li>选取合适的实验数据集</li>
<li>实现所提出的运动目标检测与跟踪算法</li>
<li>对算法进行实验测试和性能分析</li>
</ul> 七、总结与展望 <ul>
<li>对本文所提出的算法进行总结和评价</li>
<li>分析算法的优缺点和不足之处</li>
<li>展望运动目标检测与跟踪在未来的发展趋势和应用前景</li>
</ul> 以上是一个基本的大纲，具体实现和分析可以根据需要进行调整和补充。祝您毕设顺利！ 
</blockquote> 
<div align="center"> <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/b1f1d59b16ac4fcd82d4e506b487b2c0.png#pic_center" width="550"> 
</div> 
<hr> 
<h1>
<a id="_AI__274"></a>⭐ AI 绘图功能</h1> 
除了可以和 ChatGPT 对话以外,我们还可以让它为我们创作图片，AI创作的访问地址为: https://labs.openai.com/。下面我们就让它为我们创作一副图片吧， 输入我们的问题，点击生成按钮，等待几秒钟。 
比如生成 “大熊猫吃竹子” 的图片： 
<div align="center"> <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/56038315be424afabdb4ca7a648b9dbd.png#pic_center" width="750"> 
</div> 
 
不过，openai官方介绍，图片生成产品还处于beta测试版，相信经过一-段时间的学习与打磨，它的功能也会更加强悍。除了 ChatGPT 的AI绘图功能之外，目前市面上还有一个非常火的 AI绘图产品，就是 Midjourney - https://www.midjourney.com/ 。 
感兴趣的小伙伴，可以自行测试一下哦，目前官网是可以直达的，但是Midjourney目前架设在 Discord 频道上，最终运行去 discord 上面的，<code>需要能够访问谷歌的情况下才可以正常使用，请自行搜索。</code>登录到 Discord 以后，就是使用的开始。 
<hr> 
其实我们使用 ChatGPT 最主要的还是使用它的对话功能，它既能够提供我们一些普通的搜索类的问题，也能够提供我们专业的程序开发的相关问题。 
在各个方向上，只要能够发挥想象力都可以通过对话功能来帮助我们做提示。当然了，ChatGPT 给出的提示也并不是 100% 完美的，还需要我们自己去润色一下，将其更加的符合我们的预期。 
除此之外， ChatGPT 胡编乱造的功能，也是非常厉害的。不信你看下面： 
<div align="center"> <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/b3e0ae9068c24f82a1abb9424d607360.png#pic_center" width="850"> 
</div>
</div>
<link href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/markdown_views-98b95bb57c.css" rel="stylesheet">
<link href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/style-c216769e99.css" rel="stylesheet">
</div>
<div id="treeSkill"></div>
<div id="blogExtensionBox" style="width:400px;margin:auto;margin-top:12px" class="blog-extension-box"></div>
</article>

作者

sockstack

许可协议

CC BY 4.0

发布于

2023-11-07

修改于

2024-09-17

上一篇：软件：常用 Linux 软件汇总，值得收藏下一篇：ChatGPT高手写给初学者的ChatGPT使用指南，让你充分发挥ChatGPT的潜能