来源：投稿 作者：王同学
编辑：学姐
ChatGPT杀疯了，你还没体验过吗？
大家好，本次技术支持由王同学提供。
最近ChatGPT刷爆了各种公众号和朋友圈，效果相当震撼，可是自己真正的体验过后发现，并没有大家说的那么神乎其神，但是ChatGPT的出现绝对给AI领域带来一波相当大的热度，希望OpenAI团队后面能为AI行业做出更大的贡献。
1. 什么是 ChatGPT ？
ChatGPT 是一个预训练的聊天机器人模型，它是基于 GPT-2 模型进行训练的。它可以根据用户的输入产生自然语言回复，能够进行聊天交互。ChatGPT 可以让你快速构建一个聊天机器人，与用户进行交互。
2. ChatGPT 是怎么得到的？
ChatGPT 是基于 GPT-2 模型进行训练得到的。GPT-2 是一个通用的语言模型，它能够接受自然语言文本作为输入，然后预测文本中的下一个词。
要训练 ChatGPT，首先需要准备大量聊天交互的语料。通常来说，这些语料会包含多对对话，每对对话中会包含多个轮次的问答。每个轮次的问答都可以看做是一个文本序列，用来训练模型。·
训练过程中，模型会根据输入的文本序列，预测下一个词。模型的预测结果会与真实的下一个词进行比较，据此计算损失值。然后通过反向传播来优化模型的参数，以便降低损失值。
经过多轮迭代训练，模型的预测精度会逐渐提高，最终达到较高的准确率。训练完成后，我们就可以使用 ChatGPT 来进行聊天交互。
3. 如何使用ChatGPT ？
要使用 ChatGPT，可以通过以下步骤进行：
安装 ChatGPT 的依赖，比如 PyTorch、transformers 等库。 下载 ChatGPT 的预训练模型，可以从 OpenAI 的网站上下载。 创建一个 ChatGPT 的实例，并加载预训练模型。 使用 ChatGPT 的实例进行聊天。你可以输入文本，然后 ChatGPT 会根据上下文产生回复。
例如，你可以这样使用 ChatGPT：
from transformers import GPT2Tokenizer, GPT2LMHeadModel
# 加载预训练模型
tokenizer = GPT2Tokenizer.from_pretrained(gpt2)
model = GPT2LMHeadModel.from_pretrained(gpt2)
# 创建聊天机器人
def chat_gpt(input_text, model, tokenizer):
# 将输入文本进行 tokenize
input_ids = tokenizer.encode(input_text, return_tensors=pt)
# 运行模型，产生响应文本
response_ids = model.generate(input_ids, max_length=100, do_sample=True)
# 对响应文本进行 detokenize
response_text = tokenizer.decode(response_ids[0])
return response_text
# 测试一下
response_text = chat_gpt(你好，我是人工智能机器人, model, tokenizer)
print(response_text)
上面的代码中，我们首先加载了预训练的 GPT-2 模型，然后创建了一个聊天机器人函数 chat_gpt。这个函数接受输入文本、模型和 tokenizer 作为参数，并返回模型产生的响应文本。
是的你没看错，上面的全部内容，包括代码及注释，全部都是ChatGPT生成的，目前ChatGPT提供了在线的网站，我们直接可以通过网站去上手体验。
地址：https://chat.openai.com/
在注册OpenAI账号时会遇到一个比较棘手的问题，就是一定要一个国外的手机号，这里我看了一些B站Up主的视频，汇总了一个图文教程。
首先我们要来到这个网站注册一个账号 虚拟手机号码（https://sms-activate.org/cn/getNumber）
然后通过ZFB充值0.17，正好是1.26￥。
充值完成后我们在页面左侧搜索OpenAI，然后选择India的账号，选择购买，随后就可以在页面上接收OpenAI的验证码啦。
下面来看一些ChatGPT的精彩回答
总结：ChatGPT不是一个做饭好吃的厨师…
学姐最近又分享了一波比赛，感兴趣或者想要源代码的同学可以点点卡片关注
后续会持续更新哦~点个三连支持一下学姐吧(●◡●)
相关文章
