位置: IT常识 - 正文

ChatGPT的N种用法(持续更新中。。。)(chat的用法及短语)

编辑:rootadmin
ChatGPT的N种用法(持续更新中。。。) 目录前言一、语法更正二、文本翻译三、语言转换3-1、Python-->JAVA四、代码解释-1五、代码解释-2六、修复代码错误六、作为百科全书七、信息提取七、好友聊天八、创意生成器8-1、VR和密室结合8-2、再结合AR九、采访问题9-1、采访问题清单9-2、采访问题清单并给出相应答案十、论文大纲10-1、创建论文大纲10-2、解释大纲内容十一、故事创作11-1、爱情故事11-2、恐怖故事十二、问题类比二十、闲聊机器人总结
前言

推荐整理分享ChatGPT的N种用法(持续更新中。。。)(chat的用法及短语),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:chat的用法和搭配,chat用法总结,chat的用法及短语,chat用法总结,chat用法讲解,chat用法讲解,chat的用法和搭配,chat用法讲解,内容如对您有帮助,希望把文章链接给更多的朋友!

当今的ChatGPT是一个强大的语言模型,它可以帮助您创建出色的产品并提高您的业务成功率。ChatGPT利用大规模的自然语言处理和机器学习算法,可以进行自然而流畅的对话,理解自然语言问题和回答。您可以使用ChatGPT来建立智能客服、智能助手、文本自动补全、语音识别和机器翻译等多种产品。ChatGPT可以快速适应新的数据和新的场景,使用ChatGPT,您可以轻松实现个性化、高效率和全天候的服务。让ChatGPT帮助您推动业务的增长!


一、语法更正

用途:文章、论文等润色。

二、文本翻译

用途:日常学习、商务翻译等。

三、语言转换3-1、Python–>JAVA

用途:工作用途,不同语言工程师之间的合作,更加方便。

import numpy as npimport plotly.express as pxdef thresholding_algo(y, lag, threshold): """ :param y: 输入列表 :param lag: 滑动窗口大小 :param threshold: 调节系数,用于调节容忍范围的大小。 :return: """ # signals:信号列表 signals = np.zeros(len(y)) avgFilter = np.zeros(len(y)) # 初始化平均值列表、差值列表 avgFilter[lag - 1] = np.mean(y[0:lag]) dif_li = [0] * len(y) for i in range(lag, len(y)): if i < len(y) - lag - 30: for j in range(i + 11, len(y)): if y[j] >= y[i - 1]: break if j >= len(y) - 30: back = y[i - 1] else: back = np.mean(y[j + 11:j + 20 + lag]) else: back = y[i - 1] # 前后均值差值计算 tmp = abs(back - avgFilter[i - 1]) dif = (tmp if tmp > 1 else 1) if abs(y[i] - avgFilter[i - 1]) > dif * threshold: signals[i] = (1 if y[i] > avgFilter[i - 1] else -1) avgFilter[i] = np.mean(y[(i - lag):i]) y[i] = avgFilter[i - 1] else: signals[i] = 0 avgFilter[i] = np.mean(y[(i - lag):i]) dif_li[i] = dif return dict(signals=np.asarray(signals), avgFilter=np.asarray(avgFilter), y=np.asarray(y), dif=np.asarray(dif_li), )

public static Map<String, double[]> thresholding_algo(double[] y, int lag, double threshold) { double[] signals = new double[y.length]; double[] avgFilter = new double[y.length]; Arrays.fill(avgFilter, 0.0); avgFilter[lag - 1] = mean(Arrays.copyOfRange(y, 0, lag)); double[] dif_li = new double[y.length]; Arrays.fill(dif_li, 0.0); for (int i = lag; i < y.length; i++) { int j; if (i < y.length - lag - 30) { for (j = i + 11; j < y.length; j++) { if (y[j] >= y[i - 1]) { break; } } double back; if (j >= y.length - 30) { back = y[i - 1]; } else { back = mean(Arrays.copyOfRange(y, j + 11, j + 20 + lag)); } } else { back = y[i - 1]; } double tmp = Math.abs(back - avgFilter[i - 1]); double dif = tmp > 1 ? tmp : 1; if (Math.abs(y[i] - avgFilter[i - 1]) > dif * threshold) { signals[i] = y[i] > avgFilter[i - 1] ? 1 : -1; avgFilter[i] = mean(Arrays.copyOfRange(y, i - lag, i)); y[i] = avgFilter[i - 1]; } else { signals[i] = 0; avgFilter[i] = mean(Arrays.copyOfRange(y, i - lag, i)); } dif_li[i] = dif; } Map<String, double[]> result = new HashMap<>(); result.put("signals", signals); result.put("avgFilter", avgFilter); result.put("y", y); result.put("dif", dif_li); return result;}private static double mean(double[] array) { double sum = 0.0; for (double d : array) { sum += d; } return sum / array.length;}四、代码解释-1

用途:当我们来到一家新的公司,发现前任工程师留下了一摊谁都看不懂的代码,这时候,如果有个人能帮我们解释一下这些代码是什么意思,那简直不要太开心。

def Fusion_algorithm(y_list): """ 最终的融合算法 1、第一次遍历列表: 处理掉小于上一个值的点,使其等于上一个值。 2、第二次使用z-score来处理异常点:一种基于统计方法的时序异常检测算法借鉴了一些经典的统计方法,比如Z-score和移动平均线 该算法将时间序列中的每个数据点都看作是来自一个正态分布,通过计算每个数据点与其临接数据点的平均值和标准差,可以获得Z-score 并将其用于检测异常值,将z-score大于3的数据点视为异常值,缺点:如果异常点太多,则该算法的准确性较差。 3、 :param y_list: 传入需要处理的时间序列 :return: """ # 第一次处理 for i in range(1, len(y_list)): difference = y_list[i] - y_list[i - 1] if difference <= 0: y_list[i] = y_list[i - 1] # 基于突变检测的方法:如果一个数据点的值与前一个数据点的值之间的差异超过某个阈值, # 则该数据点可能是一个突变的异常点。这种方法需要使用一些突变检测算法,如Z-score突变检测、CUSUM(Cumulative Sum) # else: # if abs(difference) > 2 * np.mean(y_list[:i]): # y_list[i] = y_list[i - 1] # 第二次处理 # 计算每个点的移动平均值和标准差 ma = np.mean(y_list) # std = np.std(np.array(y_list)) std = np.std(y_list) # 计算Z-score z_score = [(x - ma) / std for x in y_list] # 检测异常值 for i in range(len(y_list)): # 如果z-score大于3,则为异常点,去除 if z_score[i] > 3: print(y_list[i]) y_list[i] = y_list[i - 1] return y_list

五、代码解释-2

备注:上一个代码解释,我们可以看到,答案或许受到了代码中注释的影响,我们删掉注释,再来一次。对于解释中一些不懂的点,我们可以连续追问!

import numpy as npfrom sklearn.ensemble import IsolationForestimport plotly.express as pximport matplotlib.pyplot as pltfrom sklearn.cluster import KMeansimport jsondef Fusion_algorithm(y_list): for i in range(1, len(y_list)): difference = y_list[i] - y_list[i - 1] if difference <= 0: y_list[i] = y_list[i - 1] # else: # if abs(difference) > 2 * np.mean(y_list[:i]): # y_list[i] = y_list[i - 1] ma = np.mean(y_list) std = np.std(y_list) z_score = [(x - ma) / std for x in y_list] for i in range(len(y_list)): if z_score[i] > 3: print(y_list[i]) y_list[i] = y_list[i - 1] return y_list

六、修复代码错误ChatGPT的N种用法(持续更新中。。。)(chat的用法及短语)

用途:写完一段代码后发现有错误?让chatGPT来帮你!

### Buggy Pythonimport Randoma = random.randint(1,12)b = random.randint(1,12)for i in range(10): question = "What is "+a+" x "+b+"? " answer = input(question) if answer = a*b print (Well done!) else: print("No.")

六、作为百科全书

用途:chatGPT可以解释你所有的问题!但是列出小说这个功能有些拉跨,经过测试只有科幻小说列的还可以,其他类型不太行,可能chatgpt训练工程师是个科幻迷!

七、信息提取

用途:作为自然语言处理界的大模型,怎么能少得了信息提取呢?

七、好友聊天

用途:输入对方性格模拟聊天,这方面功能不太完善,可能有新鲜玩法我还没有挖掘出来。

八、创意生成器

用途:是不是常常会在创新上遇到思维瓶颈不知道怎么做?不要担心,让chatGPT帮你生成创意!

8-1、VR和密室结合

8-2、再结合AR

九、采访问题

用途: 可能您是一个媒体工作者,采访问题不知道怎么写?chatGPT可以帮您解决。

9-1、采访问题清单

9-2、采访问题清单并给出相应答案

十、论文大纲

用途: 这个功能对于研究生简直不要太爽了,一直在郁闷大纲怎么写,直接列出来大纲简直帮了我天大的忙!对于大纲中不理解的点,直接要求chatGPT给出进一步解释。代码也可以有!那一章的内容不太会写,直接让chatGPT安排,这样,一篇论文很快就写出来啦!

10-1、创建论文大纲

10-2、解释大纲内容

class PBA(nn.Module): def __init__(self, PerformanceThreshold, DistributionType, AttentionWeightRange): super(PBA, self).__init__() self.PerformanceThreshold = PerformanceThreshold self.DistributionType = DistributionType self.AttentionWeightRange = AttentionWeightRange def forward(self, input, performance_scores): # 计算注意力分数 attention_scores = [] for i in range(len(input)): if performance_scores[i] > self.PerformanceThreshold: attention_scores.append(performance_scores[i]) else: attention_scores.append(0.0) # 将性能分数映射到注意力权重 if self.DistributionType == "softmax": attention_weights = F.softmax(torch.tensor(attention_scores), dim=0) elif self.DistributionType == "sigmoid": attention_weights = torch.sigmoid(torch.tensor(attention_scores)) else: raise ValueError("Unknown distribution type: {}".format(self.DistributionType)) # 缩放注意力权重到指定范围 attention_weights = attention_weights * (self.AttentionWeightRange[1] - self.AttentionWeightRange[0]) + self.AttentionWeightRange[0] # 计算加权输入 weighted_input = torch.mul(input, attention_weights.unsqueeze(1).expand_as(input)) output = torch.sum(weighted_input, dim=0) return output十一、故事创作

用途: 这个功能真的太太太棒了,以后我自己列提纲出来就可以写小说啦!

11-1、爱情故事

11-2、恐怖故事

十二、问题类比二十、闲聊机器人

用途:这个不多说了,用来闲聊体验感真的很不错。


总结

emmm,今天白嫖chatGPT次数太多了,request请求被禁止了,那就改天再请求啦~

本文链接地址:https://www.jiuchutong.com/zhishi/300778.html 转载请保留说明!

上一篇:防抖、节流的介绍(防抖节流实现原理)

下一篇:GPT-4最震撼我的一点(gpt最大)

  • 钉钉清除聊天记录还可以找回吗(钉钉清除聊天记录云端还有吗)

    钉钉清除聊天记录还可以找回吗(钉钉清除聊天记录云端还有吗)

  • 台式电脑护眼模式怎么设置(台式电脑护眼模式在哪里)

    台式电脑护眼模式怎么设置(台式电脑护眼模式在哪里)

  • 什么是换货商品属性(换货定义)

    什么是换货商品属性(换货定义)

  • 腾讯会议能听到自己声音吗(腾讯会议能听到对方说话,对方听不到自己发出的声音)

    腾讯会议能听到自己声音吗(腾讯会议能听到对方说话,对方听不到自己发出的声音)

  • 电脑一直响音乐却不知道在哪(电脑一直响音乐却不知道在哪不能重启)

    电脑一直响音乐却不知道在哪(电脑一直响音乐却不知道在哪不能重启)

  • 小米摄像头连接不上网络(小米摄像头连接不上怎么办)

    小米摄像头连接不上网络(小米摄像头连接不上怎么办)

  • 苹果11信息提示灯怎么开启(苹果11信息提示闪光)

    苹果11信息提示灯怎么开启(苹果11信息提示闪光)

  • iphone xr和11区别(iphone xr和11哪个好)

    iphone xr和11区别(iphone xr和11哪个好)

  • 钉钉文件动态别人能看到吗(钉钉文件动态别人看不到)

    钉钉文件动态别人能看到吗(钉钉文件动态别人看不到)

  • qq免打扰后对方显示什么(qq免打扰后对方发消息我能收到么)

    qq免打扰后对方显示什么(qq免打扰后对方发消息我能收到么)

  • u盘文件损坏是怎么回事(u盘文件损坏是中毒了吗)

    u盘文件损坏是怎么回事(u盘文件损坏是中毒了吗)

  • 移动4g 全网通什么意思

    移动4g 全网通什么意思

  • word文件乱码怎么恢复(world文件乱码)

    word文件乱码怎么恢复(world文件乱码)

  • 乐视x620怎么解锁(乐视x620怎么解bl锁)

    乐视x620怎么解锁(乐视x620怎么解bl锁)

  • 电话卡hd怎么关闭(电话卡hd是什么意思,怎么关闭)

    电话卡hd怎么关闭(电话卡hd是什么意思,怎么关闭)

  • 淘宝直播lv2怎么弄(淘宝直播秘诀)

    淘宝直播lv2怎么弄(淘宝直播秘诀)

  • excel怎么删除多余的页(EXCEl怎么删除多个单元格中的重复内容)

    excel怎么删除多余的页(EXCEl怎么删除多个单元格中的重复内容)

  • 荣耀10青春版可以开空调吗(荣耀10青春版可以升级鸿蒙3.0系统吗)

    荣耀10青春版可以开空调吗(荣耀10青春版可以升级鸿蒙3.0系统吗)

  • 来电充电宝最迟多久还(来电充电宝最迟多久充满)

    来电充电宝最迟多久还(来电充电宝最迟多久充满)

  • 饿了么怎么在外地点餐(饿了么怎么在外卖柜取餐)

    饿了么怎么在外地点餐(饿了么怎么在外卖柜取餐)

  • 小米8的otg设置在哪

    小米8的otg设置在哪

  • 小米9se有红外线功能吗(小米9se红外线在哪)

    小米9se有红外线功能吗(小米9se红外线在哪)

  • 删除文件需要管理员权限怎么解决?(删除文件需要管理员权限无法添加怎么办)

    删除文件需要管理员权限怎么解决?(删除文件需要管理员权限无法添加怎么办)

  • 240hz显示器推荐,五款240hz专业电竞显示器推荐(台式机显示器推荐)

    240hz显示器推荐,五款240hz专业电竞显示器推荐(台式机显示器推荐)

  • 所得税资产和所得税费用
  • 有两处收入的怎么报个税汇算清缴
  • 贸易公司经营范围有限制吗
  • 已认证未抵扣的进项怎么填写
  • 自然人系统怎么申报个人所得税
  • 项目所在地预缴增值税
  • 职工与企业解除劳动合同后医保怎么办
  • 扫微信送礼品是诈骗吗
  • 企业卖旧房如何计算缴纳土地增值税
  • 合伙做生意账目
  • 冲减往年管理费用
  • 建筑企业小规模纳税标准
  • 会计人员必备的知识和技能
  • 仓储行业税率是多少
  • 开专用发票的地址有错会有影响吗?
  • 进口商品合同
  • 平均年限法如何计算
  • 收到一张免税发票能抵税吗
  • 房产中介如何收取中介费
  • linux help
  • 企业与企业之间借款账务如何处理
  • 先发货后开票的销售业务流程
  • win10锁屏壁纸模糊怎么回事
  • php utf8转unicode
  • win11怎么查看win的产品密钥
  • 销售使用过的汽车会计分录
  • 伊莎贝尔公主
  • php import
  • 用vue做的登录界面
  • 免税企业税金及附加计算
  • 资金平衡表的编制方法
  • 经验模态分解和变分模态分解
  • 前端实现文件上传的命令
  • 检测费可以抵扣增值税吗
  • bash详解
  • 从财务报表中能看出什么
  • 计提坏账准备不会影响应收账款账面价值
  • 用于职工福利的进项税账务处理
  • 帝国cms插件编写教程
  • 织梦作坊的微博
  • python repeat函数
  • 织梦标签工具
  • linux mongodb基本操作
  • mongodb迁移
  • 当期可抵扣进项税额包括进项转出额吗
  • 上一年度主营业务成本多计提了
  • 企业发生亏损,可在( )年内连续弥补
  • 企业商业汇票到期款项存入银行
  • 现金投资属于什么会计科目
  • 应付职工薪酬属不属于流动负债
  • 分页存储过程的实现
  • windows预览版
  • fedora最新版本
  • ubuntu 18.04网络连接
  • xp系统下载文件没有出现下载对话框让你选择保存的位置
  • win7界面比win10好看
  • 基于centos6安装kvm服务
  • win10缺少文件怎么办
  • win7旗舰版好不好
  • 如何解决win7系统卡顿
  • win8怎么下载itunes
  • jQuery+Ajax实现无刷新分页
  • linux安装xen
  • 仿客齐集首页导航条DIV+CSS+JS [代码实例]
  • Unity3D游戏开发标准教程吴亚峰于复兴人民邮电出版社
  • node一次执行多个文件
  • python快速排序算法代码
  • vue如何处理跨域
  • linux如何批量执行脚本
  • python将字典转换成字符串
  • python发送短信到手机
  • 下列关于javascript的叙述正确的有
  • htc windows
  • ubuntu系统的手机
  • 国家税务局广东省电子税务总局手机版
  • 学历认证取消申请还能再申请吗
  • 财税指什么
  • 该纳税人还未申报,请申报成功后
  • 电子税务局怎么找回用户名
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设