在深入学习 AI 时,许多朋友发现需要编程,变得头大。
同时,各类教程都默认了你会打命令行,导致入门十分困难。
鉴于此,就有了这份简明入门,旨在让大家更快掌握 Python 和 AI 的相互调用。并使你在接下来的 20 分钟内,循序渐进的完成以下任务:
-
完成一个简单程序
-
完成一个爬虫应用,抓取CSDN文章
-
完成一个 AI 应用,为CSDN文章生成概述
一些背景
知己知彼,百战不殆
关于 Python
Python 就像哆拉A梦,它:
-
拥有一个百宝袋,装满了各种道具,被称为标准库。当遇到问题时,都可以拿出来直接使用。
-
如果百宝袋里的道具不够用,还可以打电话给未来百货,去订购新道具。在这里:
-
打电话:对应 pip 一类的工具,可以用来订购任何的道具。
-
未来百货:对应 GitHub 一类的分享代码的平台,里面啥都有。
-
被全世界广泛使用,尤其是在 AI 领域,所以遍地是大哥
关于 OpenAI API
OpenAI 通过两种方式提供服务:
-
其一:通过 ChatGPT,提供开箱即用的服务,直接对话即可,简单直观。
-
其二:通过 OpenAI API,提供更加灵活的服务,通过代码调用,来完成更多自动化任务,比如全自动将本地的 1 万本小说,从中文翻译成英文。
发现了没,这里的 OpenAI API, 对应着上面未来百货道具。
组装小哆啦
千里之行,始于足下
配置环境 请不要配置环境
在任何教程里,第一章总是配置环境:等同于组装多啦A梦,包括安装IDE、依赖等等,有些时候甚至得去折腾内核。但对新手来说,这些太过不友好,基本等同劝退。
本着快速上手的目的,我不建议任何的初学者去尝试配置环境,毕竟有一些现成的在线平台,比如 Google Colab。这些平台像是野比世修一样,早早就把哆啦A梦组装好了,等你去用。
这里,我们以 Colab 为例,你所要做的事情就是访问 Colab 的网站,并新建一个笔记本,网址是:
https://colab.research.google.com
完成一个 Python 程序
接下来,让我们写一个程序试试看:
任务:输出「大聪明最帅」
先介绍一个 Python 的重要语法:print()
当需要输出一句话的时,把这句话加上英文引号"",放在 print() 的括号里。
在我们的任务中,如果想让 Python 输出「大聪明最帅」,那么就告诉编译器 print(“大聪明最帅”),然后点运行(快捷键:Ctrl/⌘ + Enter)。
你就会得到下图的结果,恭喜成功!
Tips
这里是的在线平台我用的是 Google Colab,提供在线的,类 Jupyter 服务,帮助用户在浏览器中编写和执行Python代码,并且支持代码共享和直接调用一些谷歌的云服务。
访问 Colab 需要一定的网络环境。因此,如果你打不开,也可以尝试一些国产替代,如:
-
阿里云的天池 Notebook:https://tianchi.aliyun.com/notebook-ai
-
腾讯的 Cloud Studio:https://ide.cloud.tencent.com/
-
等等…
可以搜索「在线 IDE」或者「在线 Jupyter」,获取更多类似产品。
使用百宝箱
他山之石,可以攻玉
完成一个爬虫应用
很多人对 Python 的最大印象,是写爬虫:帮你自动的从网页上摘取所需的信息。
现在,让我们去写一个爬虫,抓我之前的文章:
-
已知1:这篇文章的地址是 https://mp.weixin.qq.com/s/KUnXlDlg-Rs_6D5RFpQbnQ
-
已知2:ChatGPT 很会写程序
-
已知3:我们用 Colab
得出结论:让 ChatGPT 帮我们写这个程序,然后在 Colab 里运行
问问 ChatGPT
大聪明
我使用 colab,请给我写一段代码,用于抓取 https://mp.weixin.qq.com/s/KUnXlDlg-Rs_6D5RFpQbnQ 的正文内容
ChatGPT
ChatGPT
在Colab中抓取网页的正文内容,你可以使用Python的requests库来获取网页的HTML源代码,然后使用BeautifulSoup库来解析HTML并提取所需的正文部分。下面是一个简单的示例代码,演示了如何实现这一过程。请注意,由于CSDN文章可能有一些特殊的反爬措施,这段代码可能需要根据实际情况进行调整。
首先,确保你已经在你的Colab环境中安装了beautifulsoup4和requests库。如果没有安装,你可以使用以下命令安装:
然后,使用以下代码抓取并解析指定的网页内容:
这段代码会打印出你提供的CSDN文章的正文内容。请注意,由于网页的结构随时可能发生变化,所以提取正文内容的部分(即soup.find那一行)可能需要根据实际的HTML结构进行调整。如果文章有反爬虫机制,可能还需要进一步的处理,比如设置请求头模拟浏览器访问等。
运行你的代码
然后,把这两段代码分别复制进去,并运行。
先复制第一段:
!pip install beautifulsoup4 requests
运行后得到下图
到这里的 pip,就是之前提到的「给未来商店打电话」,用来获取工具
接下来,点击左上方「+代码」按钮,新建一个新的代码块
最后,复制后面的代码,并运行,获得下面的结果:
🎉 恭喜你,爬虫写好了 🎉
Tips
在和 AI 配合写代码的过程中,如果你遇到了 Bug,类似:
你可以直接将问题报给 ChatGPT,就像我这样
然后再把 ChatGPT 给出来的结果粘贴回去(如果还不行,就反复调试)
使用未来百货
OpenAI API, YYDS
完成一个 AI 应用
在许多的微信群里,都有这样一类 bot:你把公众号文章丢给他,他就会自动总结这篇文章。怎么做的呢?
答:通过 OpenAI API(或者其他家的 API)。我们尝试完成的画,做法将包含以下几步:
-
获得 API Key(扣费凭证)
-
获得 API 的示例代码(通常在 Playground 里面)
-
将必要的信息丢给 ChatGPT,让它帮你整合一下
-
复制,站台,运行,然后看看效果
获得 API Key
以 OpenAI API 为例,你可以在这个页面找到 API Key:
https://platform.openai.com/api-keys
打开后,点击「Create new secret key」即可获取
请注意:通常,你需要绑定支付方式,才可以获取有效Key
获得 API 使用的示例代码
以 OpenAI API 为例,你可以在 Playground 这个页面获取 API 调用的示例代码:
https://platform.openai.com/playground
并且可以将你和 GPT 的对话,转换成代码
注意,这里有两个值可以定义,一个是:
-
SYSTEM:对应 ChatGPT 里的 Instructions,用来定义这个 Bot 的功能/特点
-
USER:对应 ChatGPT 里,用户发出的信息
这里,我将 SYSTEM 定义成了缩略信息助手,而在 USER 中输入了文章内容
运行后,结果很令人满意
点击右上方 View Code,获取生成这一内容的示例代码
再问 ChatGPT
顺着之前的对话,让 ChatGPT 帮我们继续写代码吧!
… 继续前文的对话 …
大聪明
帮我升级一下这个代码,完整重写:
你不需要输出这篇文章的原始内容,而是通过 OpenAI 的 API,生成这篇文章的缩略信息,并打印
你假定我的 OpenAI API key 是(我这是一个假的 Key):Craze-Thursday-Vivo-50
这是示例代码:
ChatGPT
ChatGPT
为了满足你的要求,我们需要重写上述代码,以便首先抓取文章内容,然后使用假设的OpenAI API key(注意实际操作中需要替换为真实的API key)来生成文章的缩略信息。以下是整个过程的代码:
首先,安装必要的库:
接下来,使用以下代码:
运行看看效果
先复制第一段,运行试试
然后是第二段,记得把 Key 改一下
😊 截图的时候我把 key 换成了疯四 😊
看一下生成结果:
Sora是OpenAI发布的超强视频生成AI,通过处理各种视觉数据生成视频。它使用视频压缩网络和空间时间补丁来统一不同来源的数据,然后借助文本条件化的Diffusion模型生成与文本提示匹配的视觉作品。这种方法使Sora能够创造出高度创新和多样化的视频内容,跨越语言和视觉障碍,展现出AI在理解语言和创作视觉方面的强大实力。
Tips
API Key 是你的扣费凭证,请永远妥善保管你的 Key,不要泄漏
各家 AI 最细致的教程,几乎都在他们的官网上,对于 OpenAI 来说:
-
综合文档:https://platform.openai.com/docs/overview
-
API 使用:https://platform.openai.com/docs/api-reference
-
API Playground:https://platform.openai.com/playground
-
API 案例与答疑:https://cookbook.openai.com/
恭喜你
完成了一个 AI 应用
之后呢?
学无止境,知无界限
如果希望继续精进…
在本份教程中,你会发现,在 AI 的帮助下,你本就可以完成很多基础的编程工作。
但希望再深入一点,最好还是可以体系化的了解一下编程以及 AI。至少熟悉以下内容:
-
Python基础
-
基本语法:了解Python的基本语法规则,比如变量命名、缩进等。
-
数据类型:熟悉Python中的基本数据类型,如字符串(String)、整数(Integer)、浮点数(Float)、列表(List)、元组(Tuple)、字典(Dictionary)等。
-
控制流:学习如何使用条件语句(if)、循环语句(for和while)来控制程序的执行流程。
-
函数
-
定义和调用函数:学习如何定义自己的函数,以及如何调用现有的函数。
-
参数和返回值:理解函数如何接收参数和返回结果。
-
作用域和命名空间:了解局部变量和全局变量的概念,以及它们是如何在Python中工作的。
-
模块和包
-
导入模块:学习如何导入Python标准库中的模块或者第三方库。
-
使用包:理解如何安装和使用Python包来扩展程序的功能。
-
面向对象编程(OOP)
-
类和对象:了解面向对象编程的基本概念,包括类的定义和实例化。
-
属性和方法:学习如何为类定义属性和方法,以及如何通过对象来调用它们。
-
继承和多态:了解类之间的继承关系以及如何实现多态。
-
异常处理
-
理解异常:了解什么是异常,以及它们在Python中是如何工作的。
-
异常处理:学习如何使用try和except语句来处理程序中可能发生的错误。
-
文件操作
-
文件读写:学习如何打开文件、读取文件内容以及写入文件。
-
文件与路径操作:理解如何使用Python来处理文件路径,以及如何列举目录下的文件。
对于 AI ,可以尝试了解以下内容,作为基础
-
AI 背景知识
-
基础理论:了解人工智能、机器学习、深度学习的定义及其之间的关系。
-
历史发展:简要回顾AI的发展历程和重要里程碑。
-
数学基础
-
统计学基础:熟悉均值、中位数、方差等统计概念。
-
线性代数:了解向量、矩阵等线性代数基本概念。
-
概率论:基础的概率论知识,如条件概率、贝叶斯定理。
-
算法和模型
-
监督学习:了解常用算法,如线性回归、决策树、支持向量机(SVM)。
-
无监督学习:熟悉聚类、降维等算法。
-
强化学习:简介强化学习的基本概念。
-
评估和调优
-
性能评估:了解如何评估模型性能,包括交叉验证、精确度、召回率等。
-
模型调优:学习如何使用网格搜索等技术优化模型参数。
-
神经网络基础
-
网络结构:理解神经网络的基本结构,包括前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)。
-
激活函数:了解常用的激活函数,如ReLU、Sigmoid、Tanh。
书籍推荐 - 作为新手入门
作为新手入门,在 Python 方面,我会推荐这些:
《Python 学习手册》:动物园家的书,名声在外
《Python 编程》:新手友好
在 AI 方面,我会推荐这些:
《人类简史》:「认知革命」的相关章节令我获益匪浅
《深度学习实战》:按脉络,梳理了 ChatGPT 爆发前的 AI 信息与实践
关于Python学习指南
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
包括:Python激活码+安装包、Python web开发,Python爬虫,Python数据分析,人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python!
👉Python所有方向的学习路线👈
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。(全套教程文末领取)
👉Python学习视频600合集👈
观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
温馨提示:篇幅有限,已打包文件夹,获取方式在:文末
👉Python70个实战练手案例&源码👈
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉Python大厂面试资料👈
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
👉Python副业兼职路线&方法👈
学好 Python 不论是就业还是做副业赚钱都不错,但要学会兼职接单还是要有一个学习规划。
👉 这份完整版的Python全套学习资料已经上传,朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费
】
