Tworzenie aplikacji z wykorzystaniem GPT-4 i Chat. Gdynia

ChatGPT wywołał wstrząs w branży technologicznej. Programiści i wynalazcy otrzymali niesamowite możliwości dostępne na wyciągnięcie ręki. Interfejs API OpenAI i towarzyszące mu biblioteki stanowią gotowe rozwiązanie dla każdego twórcy aplikacji opartych na sztucznej inteligencji. Programista za …

od 41,99 Najbliżej: 16 km

Liczba ofert: 1

Oferta sklepu

Opis

ChatGPT wywołał wstrząs w branży technologicznej. Programiści i wynalazcy otrzymali niesamowite możliwości dostępne na wyciągnięcie ręki. Interfejs API OpenAI i towarzyszące mu biblioteki stanowią gotowe rozwiązanie dla każdego twórcy aplikacji opartych na sztucznej inteligencji. Programista za pomocą zaledwie kilku linii kodu może implementować w swoich projektach wyrafinowane funkcje. Książka płynnie łączy teorię z praktyką, przystępnie opisuje zawiłości modeli GPT-4 i ChatGPT. Lucas Soares, inżynier uczenia maszynowego w Biometrid Ta napisana jasnym językiem książka stanowi kompleksowy przewodnik dla programistów Pythona, którzy chcą budować aplikacje bazujące na dużych modelach językowych. Zaprezentowano w niej główne cechy i zasady działania modeli GPT-4 i ChatGPT. Znalazły się tu także instrukcje, jak krok po kroku tworzyć w Pythonie aplikacje korzystające z modeli do generowania treści, odpowiadania na pytania i streszczania tekstów. Istotną zaletą są przejrzyste przykłady i dołączone pliki z kodami, pomocne w tworzeniu konkretnych projektów. Dzięki tej książce z łatwością wykorzystasz moc dużych modeli językowych w swoich aplikacjach! Dowiesz się: jak działają modele ChatGPT i GPT-4 i do czego mogą być przydatne jak korzystać z modeli NLP w aplikacjach Pythona jak używać interfejsów API modeli do przetwarzania języka naturalnego jak stosować zaawansowane techniki, takie jak inżynieria monitu jak dostrajać modele do określonych zadań Autorzy wytyczają ścieżkę do tworzenia najnowocześniejszych aplikacji! Tom Taulli, autor Generative AI Spis treści: Wprowadzenie 1. Podstawy modeli GPT-4 i ChatGPTWprowadzenie do modeli LLM Podstawy modeli językowych i NLP Transformer i jego rola w modelu LLM Demistyfikacja etapów tokenizacji i prognozowania w modelach GPT Historia modeli w skrócie: od GPT-1 do GPT-4 GPT-1 GPT-2 GPT-3 Od GPT-3 do InstructGPT GPT-3.5, Codex i ChatGPT GPT-4 Zastosowania modelu LLM i przykładowe produkty Be My Eyes Morgan Stanley Khan Academy Duolingo Yabble Waymark Inworld AI Uważaj na halucynacje sztucznej inteligencji: ograniczenia i wnioski Optymalizowanie modelu GPT za pomocą wtyczek i dostrajania Podsumowanie 2. Szczegółowe informacje o interfejsach API modeli GPT-4 i ChatGPTPodstawowe pojęcia Dostępne interfejsy API modeli OpenAI Testowanie modeli GPT za pomocą platformy OpenAI Playground Pierwsze kroki: biblioteka OpenAI dla języka Python Dostęp do modeli i klucz API Przykład "Witaj, świecie!" Korzystanie z modeli ChatGPT i GPT-4 Parametry wejściowe punktu końcowego ChatCompletion Format odpowiedzi punktu końcowego ChatCompletion Od uzupełniania tekstu do funkcji Korzystanie z innych modeli uzupełniających tekst Parametry wejściowe punktu końcowego Completion Format odpowiedzi punktu końcowego Completion Uwagi Ceny i limity tokenów Bezpieczeństwo i prywatność danych Inne interfejsy API i ich funkcjonalności Osadzenia Modele moderujące Whisper i DALL-E Podsumowanie (i ściągawka) 3. Tworzenie aplikacji opartych na modelach GPT-4 i ChatGPTOgólne informacje o tworzeniu aplikacji Zarządzanie kluczami API Bezpieczeństwo i prywatność danych Wzorce architektoniczne oprogramowania Podatności na ataki aplikacji opartych na modelach LLM Analiza danych wejściowych i wyjściowych Nieuchronność wstrzykiwania monitów Przykładowe projekty Projekt 1. Generator wiadomości Projekt 2. Streszczanie filmów z YouTube'a Projekt 3. Ekspert od Minecrafta Projekt 4. Sterowanie głosem Podsumowanie 4. Zaawansowane techniki GPT-4 i ChatGPTInżynieria monitu Tworzenie skutecznych monitów Rozumowanie modelu krok po kroku Implementacja uczenia na kilku przykładach Zwiększanie skuteczności monitu Dostrajanie modelu Pierwsze kroki Dostrajanie modelu za pomocą interfejsu OpenAI API Zastosowania dostrojonych modeli Generowanie syntetycznych danych i dostrajanie modelu na potrzeby e-mailowej kampanii marketingowej Koszty dostrajania Podsumowanie 5. Rozszerzanie modeli LLM za pomocą platformy LangChain i wtyczekPlatforma LangChain Dynamiczne monity Agenty i narzędzia Pamięć Osadzenia Wtyczki GPT-4 Informacje ogólne Interfejs API Manifest Specyfikacja OpenAPI Opisy Podsumowanie Wnioski Słownik kluczowych pojęć

Specyfikacja

Podstawowe informacje

Autor
  • Marie-Alice Blete|Olivier Caelen
Wybrane wydawnictwa
  • Helion
Okładka
  • Broszura
Rok wydania
  • 2024
Ilość stron
  • 160
Tematyka
  • Podręczniki akademickie
ISBN
  • 9788328910447