В книге рассказывается о том, как использовать генеративную текс- товую модель (GPT) для создания приложений различного назначения, в числе которых медицинский чат-бот с пользовательской точной наст- ройкой, интеллектуальный голосовой помощник, система предсказания категории новостей и многие другие. Вы узнаете, как управлять уровнем креативности моделей GPT, применять современные методы генериро- вания высококачественного текста, классифицировать изображения с помощью OpenAI CLIP. Примеры и практические упражнения помогут закрепить пройденный материал.
Издание предназначено для тех, кто владеет основами языка програм- мирования Python и собирается использовать GPTв реальных сценариях для решения прикладных задач.
Author(s): Aймен Эль Амри
Edition: 1
Publisher: ДМК Пресс
Year: 2023
Language: Russian
Commentary: Publisher's PDF
Pages: 218
City: М.
Tags: Artificial Intelligence; Machine Learning; Natural Language Processing; Python; Text Generation; Image Classification; Image Generation; GPT-3; ChatGPT; OpenAI; DALL-E
Предисловие
Об авторе
Об этой книге
Глава 1
ChatGPT, GPT, GPT-3, DALL·E, Codex… Что это?
Глава 2
Как работает GPT?
Глава 3
Подготовка среды разработки
3.1. Установка Python, pip и виртуальной среды для разработки
3.2. Получение ключа API OpenAI
3.3. Установка официальных средств интеграции Python
3.4. Тестирование ключей API
Глава 4
Доступные модели
4.1. Три основные модели
4.2. GPT-3: обработка и генерация естественного языка
4.3. Codex: понимание и создание компьютерного кода
4.4. Content Filter
4.5. Получение списка всех доступных моделей
4.6. Какую модель использовать?
4.7. Что дальше?
Глава 5
Применение GPT для генерации текста
5.1. Базовый пример завершения текста
5.2. Управление количеством токенов на выходе
5.3. Параметр logprobs
5.4. Управление креативностью: параметр temperature
5.5. Использование параметра top_p
5.6. Потоковая передача результатов
5.7. Контроль повторений: штрафы за частоту и наличие
5.8. Управление количеством выводимых результатов
5.9. Использование параметра best_of
5.10. Управляемое ограничение вывода
5.11. Использование суффикса после вывода текста
5.12. Пример: извлечение ключевых слов
5.13. Пример: генерация твитов
5.14. Пример: сочинение песни в стиле рэп
5.15. Пример: составление списка дел
5.16. Заключение
Глава 6
Редактирование текста с помощью GPT
6.1. Пример: перевод текста
6.2. Инструкция нужна, но ввод необязателен
6.3. Использование конечных точек completions и edits
6.4. Форматирование вывода
6.5. Креативность или определенность?
6.6. Создание нескольких правок
Глава 7
Примеры более сложной работы с текстом
7.1. Последовательное использование completions и edits
7.2. Apple – это компания или фрукт?
7.3. Получение информации о криптовалюте на основе пользовательской схемы (наполнение контекста)
7.4. Создание помощника чат-бота для помощи с командами Linux
Глава 8
Встраивание
8.1. Что такое встраивание
8.2. Примеры использования
8.2.1. Tesla
8.2.2. Kalendar AI
8.2.3. Notion
8.2.4. DALL·E 2
8.3. Подготовка к работе
8.4. Знакомство со встраиванием текста
8.5. Встраивания для нескольких вводов
8.6. Семантический поиск
8.7. Косинусное сходство
Глава 9
Более сложные примеры встраивания
9.1. Предсказание вашего любимого сорта кофе
9.2. Выполняем «нечеткий» поиск
9.3. Прогнозирование категории новостей с помощью встраивания
9.4. Оценка точности классификатора
Глава 10
Тонкая настройка и передовые методы работы
10.1. Обучение на ограниченных примерах
10.2. Улучшенное обучение с ограниченными примерами
10.3. Тонкая настройка на практике
10.4. Наборы данных, запросы и ответы: особые приемы
Глава 11
Продвинутая тонкая настройка: классификация лекарств
11.1. Набор данных, используемый в примере
11.2. Подготовка данных и запуск тонкой настройки
11.3. Тестирование настроенной модели
Глава 12
Продвинутая тонкая настройка: создание ассистирующего чат-бота
12.1. Интерактивная классификация
12.2. Как это будет работать?
12.3. Создание диалогового веб-приложения
Глава 13
Интеллектуальное распознавание речи с помощью Whisper
13.1. Что такое Whisper?
13.2. С чего начать?
13.3. Транскрипция и перевод
Глава 14
Контекст и память: как сделать искусственный интеллект более реалистичным
14.1. В чем проблема?
14.2. Отсутствие контекста = хаос случайности
14.3. История = Контекст
14.4. Недостатки прямого переноса истории
14.5. Память «последний вошел – первый вышел» (LIFO)
14.6. Проблемы с памятью LIFO
14.7. Выборочный контекст
Глава 15
Создание собственного помощника Alexa на основе ИИ
15.1. Введение
15.2. Запись звука
15.3. Расшифровка аудио
15.4. Ответ на запрос пользователя
15.5. Функция main
15.6. Собираем все вместе
15.7. Генерация более качественных ответов
Глава 16
Классификация изображений с помощью OpenAI CLIP
16.1. Что такое CLIP?
16.2. Как использовать CLIP
16.3. Stable Diffusion наоборот: изображение в текст
Глава 17
Генерация изображений с помощью DALL·E
17.1. Введение
17.2. Базовый пример генерации изображения по запросу
17.3. Создание нескольких изображений
17.4. Получение изображений разного размера
17.5. Улучшенные запросы на создание изображений
17.5.1. Подражание художникам
17.5.2. Имитация художественных стилей
17.5.3. Атмосфера, чувства, эмоции
17.5.4. Цвета
17.5.5. Разрешение
17.5.6. Углы и положения
17.5.7. Типы объективов
17.5.8. Осветительные приборы
17.5.9. Типы пленок и фильтры
17.6. Создание генератора случайных изображений
Глава 18
Редактирование изображений с помощью DALL·E
18.1. Пример редактирования изображения
Глава 19
Черпаем вдохновение из других изображений
19.1. Как создать вариацию имеющегося изображения
19. 2. Примеры использования вариативных изображений
Глава 20
Что дальше?
Предметный указатель
Пустая страница
