【2024新书】面向Python开发者的OpenAI GPT:使用GPT-4等构建人工智能应用的艺术和科学

来源：专知
本文为书籍介绍，建议阅读5分钟
您从本指南中获得的知识将适用于当前的GPT模型系列（GPT-3、GPT-3.5、GPT-4等），并且很可能也适用于未来可能发布的GPT-5。

OpenAI提供了API（应用程序编程接口）来访问他们的人工智能。API的目标是通过创建一个通用接口来抽象底层模型，允许用户无论版本如何都能使用GPT。

本指南旨在提供一个全面、步骤详尽的教程，关于如何通过这个API在您的项目中利用GPT-3.5和GPT-4。它还涵盖了其他模型，如Whisper和文本转语音。

如果您正在开发一个聊天机器人、一个AI助手，或一个利用AI生成数据的Web应用程序，这本指南将帮助您实现您的目标。

如果您对Python编程语言有基本的了解，并且愿意学习一些额外的技巧，如使用Pandas数据框架和一些NLP方法，那么您拥有开始使用OpenAI工具构建智能系统所需的所有工具。

请放心，您不需要成为数据科学家、机器学习工程师或AI专家，就能理解和实施本指南中呈现的概念、技术和教程。所提供的解释直白易懂，包含简单的Python代码、示例和动手练习。

本指南强调实践、动手学习，旨在帮助读者构建实际应用程序。它以示例为驱动，提供了大量实际示例，帮助读者理解概念，并将它们应用于实际场景中，以解决现实世界的问题。

通过您的学习旅程的结束，您将开发出如下应用程序：

通过阅读本指南并跟随示例，您将能够：

了解不同的模型，以及如何以及何时使用每一个模型。
生成类人文本，用于回答问题、创建内容和其他创造性用途。
控制GPT模型的创造力，并采用最佳实践来生成高质量文本。
转换和编辑文本以执行翻译、格式化和其他有用的任务。
使用各种参数和选项（如max_tokens、temperature、top_p、n、stream、logprobs、stop、presence_penalty、frequency_penalty、best_of等）优化GPT模型的性能。
在使用API时进行词干提取、词形还原和降低成本。
理解上下文填充、链接和练习提示工程。
实现具有记忆和上下文的聊天机器人。
创建预测算法和零样本技术，并评估它们的准确性。
理解、练习并改进小样本学习。
理解微调并利用其力量创建您自己的微调模型。
理解并使用微调最佳实践
练习使用GPT的训练和分类技术。
理解嵌入以及公司如特斯拉和Notion是如何使用它的。
理解并实施语义搜索、RAG和其他高级工具和概念。
将向量数据库（例如：Weaviate）与您的智能系统集成。