初识大模型和Python
人工智能定义
人工智能（Artificial Intelligence,AI）：用人工的方法，在机器上实现智能
人工智能是研究、开发用于模拟、延伸和扩展人的智能理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支。
AI的技术划分
机器学习算法
机器学习概念
是人工智能的一个分支，侧重于开发算法，使计算机系统能利用数据不断改进性能，无需明确编程。
特点：
-
算法稳定性强，算法原理和获得的结果具备较强的解释性
-
已广泛用于工业生产领域
深度学习算法
深度学习概念
是机器学习的一个子集，基于人工神经网络，特别是具有多层（深层）结构的网络，能学习数据的高层次特征，利用深层神经网路解决更复杂的模式识别任务。随着计算能力提升和大数据可用性，在许多领域取得显著成果。
特点：
-
高度复杂，在结果的解释性上较弱
-
当前最前沿的AI技术，在自然语言处理和图像处理领域有突破性的发展
-
正在从各方面改造我们的生活
AI技术的热点——大模型
AI大模型开始出圈
2022年11月OpenAI发布ChatGPT3
在对话生成、文本摘要和翻译等方面表现出色
AI大模型成为社会热点
2023年3月OpenAI发布ChatGPT4
提升了逻辑分析能力、识图能力、回答条理性和创作力
AI大模型百花齐放
大模型的特点
-
参数量大（神经网络）
-
数据集大（训练数据）
-
花费巨大（消耗大）
大模型是一个参数量大、训练数据大、消耗大的概率预测模型
附：
神经网络
结构：
包括输入层、隐藏层和输出层
-
输入层：有五个输入节点，代表未标明的狗的可能特性（如尺寸、毛色、体重等）。
-
隐藏层：由一系列神经元组成，可提取输入数据复杂特征和模式，示例中显示一个隐藏层，实际可多个。
-
输出层：有两个节点，对应狗和猫两种输出分类，目的是判断输入数据更类似于狗还是猫。
误差反向传播：
过计算输出错误（预测结果与实际标签差异），将错误信息反向传播回网络以优化各层权重。红色虚线表示误差反向传播路径，绿色勾和红色叉表示预测正确与否。可用于各种图像识别任务。
大模型的基本原理
关键词
token 约等于 1个词 计量单位，对文本进行拆词
transformer Layer 框架 预测
以语言大模型为例：
我们如何用大模型创造价值
使用基于大模型的应用提高工作效率
机器翻译、文本分析、问答系统
音乐创作、图像生成、文学创作
AI辅助编程--代码生成、代码解释、代码修复
在大模型的基础上创建自己的应用服务
闭源大模型
√训练代码、数据和技术细节未向公众开放的人工智能模型，但可能提供API调用
√适合快速原型开发与迭代的项目
√适合成本敏感型项目
√适合不需要数据隐私的项目
开源大模型
√代码、训练方法、数据、参数等被公开，社区成员和研究人员可以自由访问、修改和分发的模型
√适合对数据隐私非常重视，且有充足成本的项目
Python
python是什么
一门简洁、优雅，却又功能强大的高级编程语言。(大模型开发首选、人工智能必备)
Python的由来
发明者：荷兰程序员 Guido van Rossum(Gui叔)
发布时间：1991年
Python的趣闻
名字的由来：蟒蛇，Monty Python的飞行马戏团
圣诞节项目：圣诞假期闲暇时的“业余项目
Python的优缺点
优点：
-
简单易学
-
应用广泛
-
社区强大
-
开源免费
-
可移植性强丰
-
富的库
缺点：
-
运行速度有点慢
-
移动计算受限
-
多线程能力受限
-
代码加密能力受限
Python的应用场景
大模型开发，人工智能与机器学习，图像处理与计算机视觉，自自然语言处理
数据分析与数据可视化，区块链开发，科学计算，金融领域应用
网络爬虫，网络安全与渗透测试，物联网
Web 后端开发，游戏开发，软件测试与开发
自动化运维，脚本
...
python环境搭建
Anaconda
具备跨平台管理包和环境的能力
支持在各个操作系统上安装、运行和更新软件包及其依赖
自身包含150+个高质量的第三方软件包
自带Python交互式开发环境Jupyter Notebook
Anaconda下载安装
官网下载地址链接：https://www.anaconda.com/
1、点击右上角的免费
2、点击跳过认证
3、选择适合系统的安装包进行下载
4、下载好后双击安装包进行安装，点击next
5、选择我同意
6、默认选择所有用户，点击next
7、自定义安装路径
8、推荐选中下面三个选项，点击Install安装。需耗费一定时间，耐心等待
配置清华镜像
打开Anaconda Prompt输入指令
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
交互式开发环境——Jupyter Notebook
了解 Jupyter Notebook
Jupyter Notebook是一个基于浏览器的交互式编程环境，广泛用于数据科学、机器学习、科研和教学等领域。
它允许用户将代码、文本、数学公式图表和可视化结果集成在一个文档中，从而实现代码的撰写、执行、调试和展示的无缝衔接
启动Jupyter Notebook
1、从Navigator启动
2、从命令行启动
在Jupyter Prompt中切换到工程目录
例如：项目（自定义）保存在D:\workspace_python 目录下
打开Jupyter Prompt命令行，依次输入 d: cd D:\workspace_python jupyter lab
执行命令启动 Jupyter Lab（交互更友好、功能更强大）
使用Jupyter Notebook执行Python程序
常用功能
-
执行Cell中的代码
-
重新执行全部代码
-
添加新的Cell
-
删除Cell
实战：有手就行，带你实现GLM大模型API调用
安装zhipuai的第三方库
pip install zhiouai -i https://pypi.tuna.tsinghua.edu.cn/simple
访问官方文档获取API调用示例代码
https://open.bigmodel.cn/dev/api/devguide/sdk_example
from zhipuai import ZhipuAI
client = ZhipuAI(api_key="") # 填写您自己的APIKey
response = client.chat.completions.create(
model="glm-4-0520", # 填写需要调用的模型编码
messages=[
{"role": "user", "content": "作为一名营销专家，请为我的产品创作一个吸引人的slogan"},
{"role": "assistant", "content": "当然，为了创作一个吸引人的slogan，请告诉我一些关于您产品的信息"},
{"role": "user", "content": "智谱AI开放平台"},
{"role": "assistant", "content": "智启未来，谱绘无限一智谱AI，让创新触手可及!"},
{"role": "user", "content": "创造一个更精准、吸引人的slogan"}
],
)
print(response.choices[0].message)
获取api_key
创建一个秘钥，赋值，粘贴到对应位置
运行结果：
