粉丝942获赞4390

今天我们来介绍一个人工智能帮助我们写代码的工具 ten nine, 从官网的概栏可以看到,这款工具可以在我们写代码的过程中辅助提示后续的代码内容,甚至可以在我们写完想要的代码功能注视之后,直接出现一段实现注视功能的代码片段。 同时我们可以看到这款辅助工具不仅支持多种编程语言,同样也支持多种编程工具和编程环境。下面我们来进行试用展示。 以拍唱环境为例,来试用一下 timeline。 首先我们需要来安装 timeline, 我们在插件中找到 timeline, 按照如图所示的安装步骤安装运行完成即可。然后在代码文件中测试使用效果。我们可以看 看到在官网的 case 中,当我们输入一段注视的时候,他们那非常智能的帮我们实现了一段实现注视结果的代码片段。同时对于我们正在写的代码片段来说,他们那也会根据我们历史的代码分析来自动推断股权。接下来我们可可能会写的代码整体的使用效果还是非常惊艳的。 今天给大家介绍的就是一款用来提升大家写代码效率的工具神器,快去分享给你的程序员小伙伴吧。

让那个人工智能编写代码的话题,继续跟大家再交流一下,通过人工智能产生代码目前已经做到什么程度了?在这个开源社区里面,目前有哪几个项目是比较比较重要的,或者是比较热的,我们是可以持续去关注的。 让那个 ai 能够自动写程序,它其实要有三个部分是比较重要的。第一个,要训练这个 ai 写写代码,你必须要有一个 代码的这样的一个训练的数据集,这个是比较重要的。第二个,你这个数据集要要训练你用什么样的一个人工智能的模型,这个也是比较重要人工智能模型的架构。第三个,你这个模型是怎么评估的? 你怎么知道他写出来的代码是对的?你怎么很客观的去评估他每个模型或者他训练的不同的数据,他写出来的这个东西是完全是对的,这个是比较重要的。好,我们首先来看一下人工智能到底是他是怎么把这个代码写出来, 需要通过一个模型进行预训练,或者叫微调,它等于是这样你必须要有这样的一个模型。上次我讲过叫 cold parrot, 它这个项目的话呢,它是通过 g b t two, 然后通过那个 parrot clean 的这样的五十 g b 的这样的一个代码进行训练的。 那么训练完成之后的话呢,他写的这些代码大概呃就是这二十几的这样的一个准准确度吧,就是度还不是太高。但是我们可以看一下商业,商业上面的这个家公司就是呃他的背后呃 top, 他有一个呃是要 copilot 这样的一个收费的这样的一个工具啊,这个功法呢,它是可以 能够产生这种代码的啊。就他是要收费的啊。这个工具的话呢,也是比较强啊,也是非常强的。一样啊,他每个月大概要收十美金,差不多是这样的。这个是基础版,如果给公司用,大概每个用户大概是十九美金。差不多是这样。 他也是可以根据你的一些英文的提示,自动的能够帮你产生各种各样的代码。他这种代码的话呢,有这种 go 语言, robin 啊,加加他都是可以的,那他可以支持各种各样的一些语言,他都能支持的。然后呢,因为差不已经被微软收购了,所以他跟微软的 view 四四, view stadio 和 v s code 这些开发工具都能很好的集成。那等于是这样啊,那据说他官方的这个消息说,他这个包括性效率是非常高的啊。他是 这个是它商业的,因为它的背后是用那个 g p t 三的这样的一个框架在用的。它这个模型用 g p t 三的。但是 g p t 三的话呢,目前欧奔 a i 还是没有开源出来,微软基本上是买断了。所以我们看看那个 开源的社区里面到底有哪些类似的这种方案,可以跟大家一起来看看。上次我讲过这个,我们先来看一下这个原 代码的训练的这个数据集。目前开源出来的话呢,大概有好几个,一个我上次介绍过的叫 cold parrot 这样的一个五十 g b 的这样的一个,它是基于拍审的 语言的。还有呃 codex, codex 的话呢,是欧奔 ai, 它开源出来的就是大概一百五十 gb 的这样的一个数据源。它这个里面有各种各样的 programming, 就是程序的语言,它有各种各样的,大概有一百五十九 gb, 还有一个呢叫 in code gb, 还有一个呢是叫最最大的 c、 o、 d、 e 及 e、 n 这个库的话呢,有一点三八个 t、 b 的这样的一个数据 啊。这个是目是目前开源里面数据量是最大的啊。所以的话呢,开源社区的他们其实也是不断的在做一些呃整理啊,他把数据都能够整理好啊。数据集那么这个数据集的话,如果要用的话,你看到那个集的话呢?大笔数据集大部 分钟 java 语言,它的那个是最多的,是 c、 javascript、 html 等等它这些语言它其实都囊括的它这个数据级里面哦,这个是数据级,那么不同的数据值一样的。上次那个 cold parent 我已已经介绍过了,我就不介绍了。我们看一下那个 again。 这样的一个 话呢,它是目的界最大的这样的一个开源的这样一点多个 t 的这样的一个数据集啊,一点八个 tb 啊。这个数据集里面它包含了这个六种语言, c、 c 加加、 go 加瓦加瓦、 script 和 passion, 它等于是这样。 那么 python 的数据的话呢,是二百十七个 g b, 它大概是这样的,它主要是把重复的这种数据都剔剔除掉了。另外它自动产生的一些 log 啊什么,它也是剔除掉的。如果一个平均的文件超过一个 g、 b, 它也是剔除掉它的这样的一个数据机。这个数据机是 目前开源里面是最大的啊。这部分第二部分的话呢,再来看一下,这个就是模型的架构,模型的架构我们还是。

前有手写代码,后有 aii 代写代码。你没猜错,这就是 copylet 插件,它可以根据我们打的中文注释生成对应的代码,关键写的几乎没毛病,甚至能在你打中文注释的时候帮你抢答, 就好像知道你在想什么,中文能够自动生成英文也一样 ok。 而你要做的只是不停的敲回车,程序员直呼当场失业。那么问题来了,你觉得这个插件是封神还是鸡肋?

有手就会的写代码方法。大家好,我是郭胜。打开 ai 办法,在窗口输入需要就可以得到 ai 编写的项目代码, 让你不再为写代码而发愁。关注勾审,每天带你学习一个 ai 小知识。

你也能做出来的纯玉天花板效果?有人问我这个爆火的锦川鲤鱼丝福特效是怎么生存的?这还不简单,一个小时就写好代码了, 可以处理视频文件,也可以从摄像头实时获取早年古老的计算机图像,显示能力有限,用字符组成图像是最简单的方式。话不多说,直接上代码,已全部开源。

大家好,今天我要和大家分享提升 ai 写后端代码的扩展性与灵活性的方法。没错, ai 不仅可以帮我们写代码, 还能让我们的代码变得更强大。首先让我们来看一下如何提升代码的扩展性。扩展性意味着我们的代码能够轻松应对不同的需求变化。那么要实现这个目标,我们需要怎么做呢?其实很简单, 首先我们可以使用模块化的设计思路,将代码分成各个独立的模块,每个模块都负责特定的功能。 这样一来,当我们需要增加新功能时,只需要新增一个模块就可以了,非常方便快捷。接下来就是我们的灵活性问题了,灵活性意味着我们的代码能够适应各种不同的场景。想象一下,如果我 的代码只能在特定的情况下使用,那就太可惜了,所以我们需要让我们的代码变得灵活起来。怎么办呢?这里有一个小技巧, 我们可以使用参数化的方法,将一些特定的数值或条件作为参数传入代码中。这样一来,我们就可以根据不同的需求灵活的调整参数,使得代码适应各种不同的情况。 总结一下,要提升 ai 写后端代码的扩展性与灵活性,我们需要注意两点,模块化设计和参数化调整。只要我们掌握了这两个方法, 我们的代码将会变得更加强大。让我们一起努力,让 ai 帮我们写出高扩展性、高灵活性的后端代码吧!如果你喜欢这个视频,请关注、点赞和分享哦!感谢大家的观看,我们下期再见!


ai ai 这段 voe 元码是什么意思?大家好,我是三木,最近 ai 很火爆,我也一直在关注, 一直在思考用 ai 能给我们带来什么,在工作和学习上可以带来什么样的便捷,直到遇到了这款编译器 cos 这期视频我带大家一起来看一下他可以做什么事情。本期视频主要介绍三大内容,编译器如何自动写代码?编译器怎么解读?工作业务代码编译器怎么解读? vivo 一元嘛? 首先我们创建一个 v o e 文件,这款编译器的功能非常简单,通过两个快捷键,一个是编写代码,一个是解读代码。这款编辑器的编写代码能力经过我的测试,我是持否定态度的, 个人感觉一般经过他写的代码,如果和业务代码进行结合的话,需要一定的转换成本。 首先代码契合度不高,其次是自动写出来代码需要二次修改,最后是从这个编译器里头写好代码,还需要复制到另一个编译器。目前这个编译器的功能过于简单,而前端普遍使用的 vsco 的编译器的插件 市场是非常丰富的,所以目前的一款变异器还是只能持娱乐态度,并不能真实的很好的应用在工作中。接下来我给大家演示一下如何通过它来创建一些自动的代码,输入它的快捷键搜索 u 三, 备好文件,他就会生成一部基础的代码,然后我们再写上啊 input ilonui 八寸,我们明显的看到他身上的代码和之前的代码会进行融合,会造成我们一定的修改的成本。我们再创建一个 gs 的 文件,创建一个验证码,获取倒计时。对于生成这种功能性的来说,他只会生成一套完整的逻辑,我们通过来修改,他就可以使用到我们的业务中。所以他这款编译器对于生成工具类的方法是比较好用的,但是要生成 强业务以及带页面 ui 的话,能力是不太行的。 coser 是怎么解读工作的业务代码?我以我在 b 站开源教学的一个 rachel 项目为例, 我以一个独间的代码为例,将其拷贝到 coser 中,通过 command l 快捷键来询问 coser 这段代码的含义,他会给出一些提示,通过这这段提示,我们可以很清晰地知道军人代码工作了哪些事情。 他说这段代码包含了 header, setter 和 content, 刚好对应了我们这里的这段代码。然后又说到 header 包括了 logo 和一个下拉彩单,这里是一个 logo 的一妹子,这里是一个下拉彩单在的包含了 menu, 用于渲染整个页面的导航栏。这部分是 setters 代码,它包含了一个 menu 的组件,用于渲染导航栏。这种腾腾包含了紫组件,用于渲染页面的主要内容。对应的是这段代码。后面他又进行了具体的解释了,比方说 item 数组定义了整个导航栏的结构, 每个元素包含一个 level, key, icon 和个 road, 这部分硬是了我们这里的这个敞亮的定义解释。所以说通过 coser, 我们可以快速的了解到一份比较陌生的代码里头的页面的整体的结构是什么,可以让我们快速的熟悉在公 中同事的代码或者一些开源项目的代码,通过他我们可以大体整体先了解到这个文件的作用是什么,然后我们对照的这份描述来寻找相应的代码,可以增快我们阅读代码的效率。到目前为止,我们已经把 cos 的基本能力已经演示了一遍。 接下来我带大家一起看一下从怎么通过 coser 来阅读 vue 的原码。我们来找到他的仓库,进入到他的 rehtu 点 ts 这份文件,他是 rex 响音式的核心的一份文件,我们将其代码拷贝到 coser 中。首先我们通过 coser 依旧去询问他这段代码的含义是什么, 他会告诉我们这份文件中定义了这四个函数,这个通过我们直接来看代码要快捷的很多,并且他还告诉我们在这些函数中通过 criter reactive object 来创建代理对象。所以说我们可以知道这个文件的重点函数是这个,我们来验证一下,我们可以看到在 reactive 这个函数下面是调用了 creat reactive object 这对象。接着我们进入到 creat react object 对象来 去看它的细节。我们找到了 creat right of jack 的函数,继续将它进行选中,然后来询问,来询问 force 这段代码的含义,可以看到他给了我们一些解释,我们对照的这份解释来 看,这段代码这部分我勾选出来的描述是刚好对应着他这里的这个函数的参数,他接收一个目标对向,他给测一个布尔值 is read only 一个基础的 procy handler 的对象, base hand the rest 和一个 collection handle rest 以及一个 make up 类型的 proceed map, 这里都可以和这个对象对应上,同时它返回一个 process, 对项目滑到后面可以看到它返回一个 process。 在这个函数中判断目标对象是否已经是一个 percy 对象。我们找到这里发现, 接下来我们看到首先判断对象是否是一个 percy 对象。我们找到这段代码,发现他的第一个判断是一哦不 jack 通过这个单词的通过这段代码的命名,我的直观感受,他并不是判断是否是一个 percy 对象,他仅仅就是判断这个是否是一个对象, 感觉这里的代码更像是判断 pose 对象。所以为了验证我的猜想,我们继续来进行对他提问 is object 是什么 意思?他告诉了我们这个是判断是否是是对象。在 vo 三中对象定义比较宽泛,然后如果是一个对象的话,返回日处,否则会返回 false。 所以说这边我们大概肯定一下,这边其实就是判断是否是个对象。接着我们到这段代码, 通过科四的答案我们知道他他是一个媒体值。记得 rose 代表存储的一个原始的类型 is reactive, 标识了对象是否是一个响应式,然后我们再来询问一下他给的是什么东西,我们知道他给的是代表的是目标对象。 我们将这段代码来询问 cos, 发现他并不能解析出这段代码的含义,我们将前面的取飞给取消掉。这里可以很明确的知道,这这段话的代码表示的是 他是一个只读对象,且又是一个响应式对象。那么在这整个判断里的含义就是当他是一个原始对象的时候,他不能是一个只读的响应式对象,他就会返回这个 tonic。 接着我们换一个搜索信息, 我们发现这一次 coser 返回的信息要比刚才返回的要更加全面以及更加细节。 我们看到他首先判断他 get 是否是一个对象,对应着我们这个的代码,也接着来判断他给的是否是一个 proc 对象。我们暂定为这段代码是判断 proc 的这段逻辑, 接着是判断是否已经有对应的 proc 对象,我们知道这边通过 proc map 点 get 来拿到是否存在 proc 这个对象。 再往下就是判断 for tagget 是否是一个集合类型的,接着来判断 tagget 是一个不可扩展的对象,对应着这段代码。最后 他创建一个 new process, 创建一个新的 process 对象,缓存到 proceed map 中,都能和这边的代码进行对应上。通过以上的实践和分析, 应该在于了解代码的整体概念是非常有优势的,提高了我们去阅读业务啊,还是开源的代码的效率。但是他的不同的搜索关键字解析出来的结果是不一样的,而且每次解析出来的结果也不一定正确,可能有漏掉的部分,所以需要自己来判断。 阅读圆满的时候也不能仅仅只是去看 ai 的结果,还需要关联到代码的注视以及自己的理解,不能完全去信任他,不过确实可以给到我们一定的参考。

一个可以使用自然语言写代码的网站, aicu d ecu and d e r t 点 com 程序员可以使用自然语言编写代码了,现在 ai 写代码是越来越厉害了。编写的代码是拍葬语言, 可以修改后直接放在拍档里执行,或在拍 com 里修改后使用这个网站就可以将自然语言转换为程序代码。你只需要描述下你想干的事情, i 就会帮你生成相应的代码。如果有点基础,稍微改改其实就能用了。 例如写下载视频的代码都是非常快捷的。把 cody conver a i co conver 继承了 ai co translator 和 ai co generator, 从而简化了使用 ai 进行编码的过程。 它能有效的将现有代码翻译成不同的编程语言。 aico translator, 并自动生成高质量的代码片段和模板。 aico generator 这种强大 他的组合是 codycomer, 成为开发人员不可或缺的工具,为他们提供便捷智能的编码体验。全部免费 aicocover aicoconverter 您的最佳 ai 代码助手。

我们体验一下微软的后排变成助手,根据注视来携带吧。我们先引入一个,引入潘达斯库哈。我就注视啊,引,引入潘达斯库 啊,哎,他给你录了,然后再就是从一个小表中读取数据,是吧?他连助手给你给你自动解释出来了 啊,唉, red excel 是吧?潘达斯的 red excel, 然后 test 是吧?嗯,读的是十点一哈。嗯,然后呢,我再是取前几列数据哈,但是先是打印是吧?打印,正常,在文明的时候他也会经常会要你打印,会打印看一下是吧?打印看一下, 会打印看一下是吧?看下数据,嗯,然后呢?我要取前几列的数据是吧?前取前三列的数据是吧?取前三列的数据。原来这个地方啊,我他是给我把前三列数据打印出来,但实际上我是只需要取四。前三列数据,是吧?取取前三列数据, 首先是 df 三抓,然后呢我再排下去,嗯,根据第一第一列 陆续排序,哎,排序,对,然后再输出前 前十,前十啊,数据。是啊,这个是不是很正啊?

是 ai 的话呢,它已自动编程了,它能产生各种各样的代码,准确率的话目前是在与日俱增,我跟大家介绍一下,就是就是目前在这一款就是 ai 产生代码上面,目前已经达到了一个什么样的一个程度啊?先给大家看个例子啊,这个是在哈根菲斯上面,他有各种各样的例子,你可以看到他这个地方有一个叫, 它定义了一个叫 print hello world 的这样一个函数,它告诉你就是打印,当然它这是英文提示说打印这个 hello world, 然后你可以点击一下产生代码, 产生代码的话呢,它会通过 ai 去算,然后的话呢,它自动会写成这种代码,目前我看它主要是基于这个拍审语言的代码,它主要是可以生成这样。 在他这个产生代码里面,我看他他也有一个 decoding 的这个策略,我们上次其实也是介绍过的。 decoding 的策略他是有一个两种,一个叫 greedy, greedy 我们上次也是介绍过的,在产生人类 写作内容的时候,我们对比过,一个叫 credit 算法,一个叫对比算法,对比算法可能要比算法更好,他等于是这样,但我看到他有两个 decoding 的那个策略,一个叫 simple, 一个叫 greed, greed 能产生字符的长度,他这个已经产生了,我看他肯定是对的。 print 括虎 hello world, 我可以再给大家再看一下,他现在主要写的都是些函数,我看了一下,就是你只要给他一个定义一个函数的名称哦,你告诉他 去产生,那么他自动的就会把你所需要你这个函数里面所需要的这个代码,他就会自动的给编写出来,他大部分都是基于这个拍摄的代码,我看了一下,他还还在跑,因为大家屏幕看不到,我这个屏幕他还在跑, 呃,看过这个 demo, 还是跟大家解释一下,它是通过什么样的机制,什么样的原理。它这个 ai 能够产生,根据你给它的一个函数名,或者你给它的一段英文的提示,然后它 他能够产生你所要的这个代码,他是怎么实现的?我们还是研究一下这个背后的这个原理啊。我们先来看看这篇博客,揭秘了啊,他这个一个函数,然后你给这个提示,然后怎么产生一个代码的啊?这里面呢?帮他这个 你起了一个名字啊,这个名字叫 cold parrot 啊,个 parrot。 那么这个模型的话呢,它其实也是基于 g b g two 的这个 model 训练出来的,它也是基于这个 g b two 啊, g b t 杠二的这样的一个模型训练出来的。那么昨天其实我也是介绍过啊,那个如果你为了中文,那么它可以产生文档,对吧?中文的那个内容, 如果你为了它的是一些代码的,那么它也是可以产生代码的,那么这个叫 cold parrot 这个模型它主要是自动的,它能够产生拍摄的这种代码,它的它呢?为了它多少数据?它大概是它们有一个这篇博客,主要是写了它的整个一个训练的过程, 大家有兴趣可以看一下。他把开源的叫 gitch up 上面的这样的一个代码库,他是全世界所有的开源软件,他的这个代码都在这个 gitch up 上面去共享的,那么他把这些代码,他把 python 的这种 文件或者拍摄的这种项目全下载下来,他的整个一个数据量达到一百八十几文件数的话大概两千万,两千万个文件,他是这么大的一个数据,他放在 g p t two 的这个模型里面去训练,那么他刚开始训练的时候发现还是有问题,因为是什么呢?在 k 叉不上面的这些文件,大量的 都是重复的,只有百分之零点一的文件是唯一的,他占所有文件的只有百分之五,只有百分之一的这个文件是唯一的,他占所有文件的百分之三十五,所以他给叉不上。开源的这些代码大部分都是重复的,他的意思就所以的话要做清理,把重复的代码,因为他把重复的代码扔进去之后,他发现这个这个模型啊叫 codepare, 还是比较傻的,他还不是很智能,所以的话呢,他就认为这个数据喂养的是有问题,所以他就去分析了一下,发现这些爱上的这个代码,原原原代码大部分都是重复的,所以他要做清理,把那些重复的代码删掉, 他就组织了一个清洗过的这个代码库,这个代码库大概是在五十几币,五十几币,从一百八十几币下降到五十几币这样的一个大小,他等于是这样,这个代码库他也切出来了,叫 cold parrot clean, 他有一个 detacent 放在 get up, 呃,放在那个哈根 face 上面,如果需要的话呢?有兴趣的人其实也是可以下载,他是这样,他在训练过程当中,他还删除了一些引用的内裤,经常会什么 input, 什么什么什么,对吧?还有一些日志,打一声 日制的这些废的代码,他都把它删除掉,他他认为这个都没啥用啊。然后呢,他主要送的这些代码放在这个体系里面去训练啊, 做的一些基础的工作,它等于是这样啊,模型的话呢,它是一个 g b g two large 的这个模型,然后在这个模型的基础上在喂养这个五十 g 的这样的一个数据,然后进行微调啊,通过这样来训练, 也把整个一个训练过程给开开源出来。他在训练过程当中也用到了哈根费斯的一个加速库,有一个加速库他用到了那个这个加速库可以缩短这个训练的时间。文章当中也 这个数据是怎么弄的呢?它就是把一行一行的代码当代码当中再加上一个 e o s 的 token, 呃,把它拼成一个大的支付串,放在整个一个 gpd two 的整个一个模型里面进行训练的,这是他的一个基基基基础数据,也是比较简单的,他也介绍了一些他这个怎么装载数据,怎么并行的装载,然后怎么去 update 他这个模型,他是并行的,这个我们一般不需要去看的太多,他 它有多个多线层,它有多个窝壳,它等于是这样它起的这样,这个我们一般都不需要看,因为它这个代码都是开源的,你只要跑就可以,这个我们都可以不用看,把它过掉。好,我们看看它的结论,它训练了多久,我们可以看一下它呢?最后它训练了大概用十六块的 a 一百的 g p u, a 一百的 g p u 也是蛮强的 一个模型的参数的话呢,大概是在呃在个一一个参数啊,叫那个 cold parrot 才有这样的一个模型的小模型,还有个大模型的大概是十五亿的参数啊,都是是基于这个 gp two, gpt two 的这个模型去训练的。然后他用了十六块 a 一百的 gpu 去训练, 他大概小模型花了一天,大模型花了一个星期才把整个一个人工智能的这样的一个 cold parat 的这样的一个比较模型给训练出来。那么训练出来之后他也做了一些评估,看看他到底有多聪明。他做了一个评估,我们可以看一下他这个评估,他有小模型,他也对比了其他的一些 模型,像那个欧奔 ai, 他推出来的这个基于 gbt 所以的这个模型,他叫 codex, 这个模型的话呢,他比了大概,他认为他这个 codex 的这个算法跟他的算法比起来也 有些差异,我看了一下那个差异还是蛮大的。欧奔 dex 推出来的这个最大的那个模型是一百二十一,一百二十的这个参数的他的准确率,他有一个叫 pass at, 一百的准确率要达到百分之七十二,那么他这个十五亿参数的准确率大概在百分之十四点九六,差异还是蛮大的。 所以这个开源的 g p t 处的这个模型跟这个目前商业的就是欧奔 a i 的那个 g p t 三的这个能够产生代码的这个模型叫 codex 的性能上面差异还是蛮大的,但是在小的参数上面,在小小的模型上面,我看了一下,这个相差不是太大,它一点一亿的这个参 参数,他的精准度大概在十二点七八。我看了一下 codex 的这个模型,跟他差不多,所以他这个模型参数量越大,他可能越智能,所以别人都是要往大的模型这边去做,他等于是这样。 好,然后我们看看他到底是怎么用的啊?因为训练模型的吧,我们他们已经训练完了,那我们就不需要训练了,我们可以把这个模型拿下来用就好了,他已经训练完了。训,训练完了之后我们看看怎么用。我直接看代码,这个还是比较简单的,还是继续拍审的, 他的基于还是基于我昨天讲的那个 transformers 的这个 transformer 的这样的一个内裤 input, 这个 pipeline 只要三行代码,他就可以把自动的编写拍成代码的这个功能给完成,他等着他的,他这个 pipeline 的任务叫 tax, 就是内容的产生,然后用的这个模型叫 cold arat 这个模型就好了。呃, pipe 里面你主要是定义把这个模型提示的一个函数名称加上, 或者是在这函数的大概的功能的一个英文的说,说明你只要给他这个,他就能够自己就能够产生了,他等于是这样啊, 那我自己的话呢,也在他琴的话呢,大概在六七个 gb 啊,他还蛮大的。这个训练完的这个模型啊,他还是蛮大的,大概在一七个 g 啊,所以下载需要有一点事啊,所以我还在下载啊,下载完了的话呢,你在拍摄的客户端把这个三行的指令打进去,他就会产生相应的代码啊,他等于是这样, 可以跟大家讲一下好,然后如果兴趣去进一步去了解它里面的一些代码的话呢?他这些原码都在 git up 上面都给分享出来的啊。它的一个催令的过程,它需要的内裤,包括它的这个五十 g b 的这个干净的代码,继续拍摄的干净的代码,它在这个 git up 上面都 share, share, share 出来了,它有完整的这样的一个说明。那么这个 模型训练出来,除了产生代码,它还有些什么作用?其实有三个作用,它有三个作用,第一个作用,它能够根据人的这个描述,能够自动的产生一些复杂的一些 算法,它是因为它喂养了这么多的五十 g b 的这样的一个代码,所以它基本上它能够覆盖到目前市面上大量的这个基于拍摄的这样的一个算法,所以你让它写一些函数,写一些算法,复杂的算法,它自己能够也能够做出来的,它等于是这样,这是第一个。第二个的话呢?奎文的这个 text, 英文的内容,英文的文本去驱动它产生代码啊,这是能做到的。第三个功能,我们的那个工程师可能会比较喜欢的,你也可以给他一段代码,让他给你写一段总结,叫 summary, 因为我们一般提交代码到 kithub 上面去,我们一般都会把这个原代码会写一下,你到底这个代码的功能是什么?改了什么东西。像他这个的话呢,就会比较简单,你直接把代码 给他,他自自动的会帮你产生一这段代码的解释,他也可以跟你告诉你的,所以他这个叫 cold parrot, 他的这个基于 gpd two 的这样的一个自动产生拍摄代码的这样的一个人工智能模型,它具有这个三个应用场景。 啊,这个我就跟大家就交流到这,这个还是比较简单的,也不是很难的一个东西。但是如果你要训练或者你要做一些什么,你可以基于他这个开源的基础上再去洗这个还是这个 如果要训练一次,他的这个大模型要花一周要十六块 a 一百的这个 gpu 还是蛮贵的。好吧?行,今天呢我就跟大家就讲到这。

现在是 a i 时代,写代码也可以人工智能了,看程序员现在是如何工作的。只要你跟他说中文,他就会根据你的语义帮你自动生成代码。小伙,帮我写一个用户登录。好嘞,先建一个前端的页面, 用工具生成主体结构。好,跟他说,来个登录页面, 我们只要用故事告诉他就可以,他会自动帮我们生成代码,等待好,你看登录页面就生成了,这就是人工智能。写代码好,有登录页面。不行,我们再来一个后台的逻辑,把代码跑通。那咱们用偏低写一个登录的接口, 然后。嗯,你们写电脑都会办什么节奏?先 验证用户信息,表面验证,看代码自动生成。下一步,根据上下文 a i 会互补分析,下一步应该是执行用户登录, 然后呢?呃,获取用户信息应该写入日志,记录登录日志,然后返回用户的 token 登录 token 结果。好,我们代码完成,这就是程序员的工作。

如何做出一个大聪明? ai lyrics coming at you with supersonic speeds 让我们来看看他的表现如何。 说的很好,下次别说了。

英伟达官网现在出了一个聊天机器人,生成的速度非常快,跟 g p t。 三点五不相上下,并且不需要注册账号。更重要的是,它是魅卡推出的开源大模型 codlama, 不仅可以在英伟达官网使用,你想部署到本地也是可以的。 coldama 主要是用来写代码的, 或者你用它来解决代码报数也是一个不错的选择。比如我将一段报数的代码复制进去,他很快就分析出了问题,并给了解决办法。不过大家可能也发现了,扣德拉玛支持中文输入,但是他经常用英文来回复你, 虽然你可以靠翻译软件来解决,但用起来还是差了点意思。大家觉得它跟 g p t。 三点五比起来有多大的差距呢?