本书搭建了 Python 3 编程与生成式 AI 之间的桥梁,旨在装备读者,使他们能够自信地在这两个领域内导航。它从介绍 Python 编程的基本方面开始,包括各种数据类型、数字格式化、Unicode 与 UTF-8 处理以及文本操作技术。此外,你将学习关于循环、函数、数据结构、NumPy、Pandas、条件逻辑以及 Python 中的保留字。接下来的章节展示了如何处理用户输入、管理异常以及使用命令行参数。文本随后转向生成式 AI 的领域,讨论了它与会话式 AI 的区别。介绍了包括 Bard(现称为“Gemini”)及其竞争对手的流行平台和模型,以让读者了解当前 AI 领域的情况。书中讨论了 Bard 的能力、优点、缺点及潜在应用。最后,你将学习如何通过 Bard 生成各种 Python 3 代码样本。特色包括:包含一个章节,讲述如何通过 Gemini 生成各种 Python 3 代码样本;涵盖 Python 3 的基础概念,如循环、条件逻辑、保留字、用户输入、管理异常、使用命令行参数等;包含用于下载源代码和图表的伴随文件。 关于作者 Oswald Campesato 是深度学习、Python 和 GPT-4 的专家。他是包括《Python 3 数据可视化使用 ChatGPT / GPT-4》、《开发者的 NLP》以及《人工智能、机器学习与深度学习》(均由Mercury Learning出版)在内的四十多本书的作者/合著者。

成为VIP会员查看完整内容
71

相关内容

大模型是基于海量多源数据打造的预训练模型,是对原有算法模型的技术升级和产品迭代,用户可通过开源或开放API/工具等形式进行模型零样本/小样本数据学习,以实现更优的识别、理解、决策、生成效果和更低成本的开发部署方案。
专知会员服务
126+阅读 · 2021年8月13日
专知会员服务
102+阅读 · 2021年5月19日
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
190+阅读 · 2020年6月29日
国家自然科学基金
11+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
Arxiv
132+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
326+阅读 · 2023年3月31日
Arxiv
56+阅读 · 2023年3月26日
Arxiv
115+阅读 · 2023年3月24日
VIP会员
相关基金
国家自然科学基金
11+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
8+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员