当前位置: 首页 > news >正文

探索AI交互:Python与ChatGPT的完美结合!

大家好!我是爱摸鱼的小鸿,人生苦短,我用Python!关注我,收看技术干货。

随着人工智能的迅速发展,AI交互正成为技术领域的一大亮点。在这个过程中,Python编程语言和ChatGPT模型的结合展现出强大的潜力,为创造性、智能的对话系统带来了新的可能性。本文将探讨如何将Python与ChatGPT完美结合,为AI交互带来全新的体验。

作者:Maker陈,本文字数:4.3k,阅读时长≈5分钟

目录

    • 一、ChatGPT简介
    • 二、Python与ChatGPT关系
    • 三、GPT各模型概览
    • 四、ChatGPT使用准备
      • 4.1 注册openAI账号
      • 4.2 获取API-Key
      • 4.3 安装openAI提供的库
    • 五、Python与ChatGPT的融合
    • 六、ChatGPT创造或赋予应用智能
    • 七、作者Info

一、ChatGPT简介

ChatGPT是由OpenAI推出的一种基于GPT(Generative Pre-trained Transformer)架构的语言模型,用于生成自然语言文本。GPT是一种预训练模型,意味着它在大规模文本数据上进行了预训练,从而学到了语言的模式和结构。

ChatGPT在训练时强调了对话数据,以更好地适应对话上下文的生成,被广泛用于各种自然语言处理任务,包括对话系统、内容生成、语言翻译等。

然而,由于它是基于大量预训练数据的通用模型,它在某些情况下可能会生成不准确或不合适的回复(就是说如果你问的问题它不会,它就会根据以往的经验胡编),因此在特定应用中需要谨慎使用。

二、Python与ChatGPT关系

在ChatGPT的开发中,Python被用于实现算法、处理数据、构建神经网络模型等方面。同时,深度学习框架,如TensorFlow和PyTorch,也是使用Python编写的,它们为构建和训练神经网络提供了便捷的工具。

因此,可以说ChatGPT的主要实现语言是Python,但在整个系统中可能还涉及其他语言或工具。

由于ChatGPT的出现,为Python和人工智能带火了一波,未来的很多职业会被AI所取代,只能说还没入坑Python的赶紧冲鸭~

三、GPT各模型概览

截止目前为止,openAI为GPT共创造出了9个大模型,我们从最开始的介绍:

  • GPT-3:一组能够理解和生成自然语言的模型,这是最原始的; GPT-base:一组无需遵循指令即可理解并生成自然语言或代码的模型;
  • Moderation:可以检测文本是否敏感或不安全的微调模型; Embeddings:一组组可以将文本转换为数字形式的模型;
  • Whisper:可以将音频转换为文本的模型; TTS:一组可以将文本转换为听起来自然的语音的模型;
  • DALL·E:可以在自然语言提示下生成和编辑图像的模型;
  • GPT-3.5 and GPT-3.5 Turbo:一组改进 GPT-3 的模型,可以理解并生成自然语言或代码;
  • GPT-4 and GPT-4 Turbo:一组改进 GPT-3.5的模型,可以理解并生成自然语言或代码。

其中GPT-3.5 系列中功能最强大且最具成本效益的型号是gpt-3.5-turbo,而GPT-4是一个大型多模态模型(接受文本或图像输入并输出文本),比之前的任何模型更能准确地解决难题,这是openAI最智能和最大的模型,还可以使用DALL·E模型进行图像生成和编辑,以及高级的数据分析等。

目前个人的项目和公司的项目也在使用gpt-3.5-turbo完成NLP任务,比较推荐,但也可根据自己的需求来定。

四、ChatGPT使用准备

4.1 注册openAI账号

要想使用ChatGPT,首先要注册一个openAI的账号,官网如下:

https://openai.com

然后学会科学上网,拥有一个能够接收openAI验证的国际邮箱,比如Gmail、Outlook等,其次要有一个接收openAI短信验证码的国外手机号,没有的话可以购买用于一次性接受短信服务的虚拟手机号也行

4.2 获取API-Key

注册成功之后,这一步就比较简单了,直接自动生成属于你的API-Key:

https://platform.openai.com/api-keys

获取完成

4.3 安装openAI提供的库

pip install openai

okay,打开AI世界的钥匙已经获取,接下来就是如何使用了。

五、Python与ChatGPT的融合

此处以gpt-3.5-turbo模型为例,向大家展示ChatGPT强大的自然语言处理能力,一个简单的示例代码如下:

import openaiopenai.api_key = 'your api-key'response = openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=[{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": "Is Python the best programming language in the world?"}]
)print(response)

这里传递了你的api-key之后,直接就可以调用相关的接口创建对话,上面的两个参数是必需的,model传入你要使用的模型,messages传入的是一个字典列表,这里我们作为user角色询问ChatGPT:Python是世界上最好的编程语言?看一下输出:

{"id": "chatcmpl-8LWai4W3jE9yHnmgPn8KcwBxvq7mu","object": "chat.completion","created": 1700140860,"model": "gpt-3.5-turbo-0613","choices": [{"index": 0,"message": {"role": "assistant","content": "As an AI assistant, I don't have personal opinions. However, Python is a highly versatile and powerful programming language that is widely used in various fields such as web development, data analysis, artificial intelligence, and more. It is known for its simplicity, readability, and vast range of libraries and frameworks. However, the \"best\" programming language ultimately depends on the specific needs and requirements of your project. There is no definitive answer as different programming languages excel in different areas."},"finish_reason": "stop"}],"usage": {"prompt_tokens": 27,"completion_tokens": 95,"total_tokens": 122}
}

返回的是一个JSON格式,若我们只要ChatGPT的回复内容,其他字段不需要,可以改一下输出格式:

print(response['choices'][0]['message']['content'])

这样最终返回的就只是ChatGPT的回复内容了:

As an AI assistant, I don't have personal opinions. However, Python is a highly versatile and powerful programming language that is widely used in various fields such as web development, data analysis, artificial intelligence, and more. It is known for its simplicity, readability, and vast range of libraries and frameworks. However, the \"best\" programming language ultimately depends on the specific needs and requirements of your project. There is no definitive answer as different programming languages excel in different areas.

在上面的代码,我们会注意到messages字典列表里有个role字段,在ChatGPT会话中通常有三种角色:system、user、assistant,你可能也注意到了在上面的回话中返回的role是assistant,表示助理

因为ChatGPT是生成式预训练模型,它对过去的对话没有记忆能力,我们这时需要给出一些提示,让它能根据上下文对话能更准确的回复,例如下面的例子:

import openaiopenai.api_key = 'your api-key'response = openai.ChatCompletion.create(model="gpt-3.5-turbo",messages=[{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": "Is Python the best programming language in the world?"},{"role": "assistant", "content": "As an AI assistant, I don't have personal opinions. However, Python is a highly versatile and powerful programming language that is widely used in various fields such as web development, data analysis, artificial intelligence, and more. It is known for its simplicity, readability, and vast range of libraries and frameworks. However, the \"best\" programming language ultimately depends on the specific needs and requirements of your project. There is no definitive answer as different programming languages excel in different areas."},{"role": "user", "content": "What are the advantages of the python programming language?"}]
)message = response['choices'][0]['message']['content']
print(message)

我们先给system这个role给出一些提示:你是一个有用的助理;然后将我们上次对话的内容传给user和assistant角色,最后让它根据上次的对话内容,我们再问它一个问题:Python编程语言有什么优势?

回复如下:

Python has several advantages that contribute to its popularity:1. Readability and simplicity: Python emphasizes code readability with its clean and well-structured syntax, making it easier to understand and write code quickly.2. Broad range of libraries and frameworks: Python has a vast ecosystem with numerous built-in libraries and frameworks that simplify development tasks. These libraries offer functionalities for various purposes, such as data analysis (NumPy, Pandas), web development (Django, Flask), and scientific computing (SciPy).3. Cross-platform compatibility: Python is compatible with most major operating systems, making it easy to write code that can run on multiple platforms without modifications.4. Productivity and efficiency: Python's simplicity and extensive libraries enable faster development and reduce the time spent on repetitive tasks. It has a shorter learning curve, which makes it an efficient language to pick up for beginners.5. Community and support: Python has a large and active community of developers who contribute to its growth and provide support. This means you can find a wealth of resources, tutorials, and help when needed.6. Integration capabilities: Python easily integrates with other programming languages like C++, Java, and C#, allowing developers to leverage existing codebases and libraries.7. Versatility: Python can be used for various purposes, including web development, data analysis, machine learning, scripting, and automation. It is a versatile language suitable for a wide range of applications.These advantages make Python a preferred choice for many developers and organizations.

中文翻译如下:

Python 的流行有以下几个优点:1.可读性和简单性:Python以其干净、结构良好的语法强调代码的可读性,使人更容易理解和快速编写代码。2. 广泛的库和框架:Python拥有庞大的生态系统,拥有众多内置的库和框架,可以简化开发任务。 这些库提供用于各种目的的功能,例如数据分析(NumPy、Pandas)、Web 开发(Django、Flask)和科学计算(SciPy)。3.跨平台兼容性:Python与大多数主要操作系统兼容,可以轻松编写无需修改即可在多个平台上运行的代码。4.生产力和效率:Python的简单性和广泛的库可以加快开发速度并减少重复任务所花费的时间。 它的学习曲线较短,这使其成为初学者可以有效学习的语言。5. 社区和支持:Python 拥有一个庞大且活跃的开发者社区,他们为其发展做出贡献并提供支持。 这意味着您可以在需要时找到丰富的资源、教程和帮助。6. 集成能力:Python 可以轻松地与其他编程语言(如 C++、Java 和 C#)集成,从而允许开发人员利用现有的代码库和库。7. 多功能性:Python 可用于多种用途,包括 Web 开发、数据分析、机器学习、脚本编写和自动化。 它是一种适用于多种应用的多功能语言。这些优点使 Python 成为许多开发人员和组织的首选。

如果我们不需要编程的方式嵌入到项目里面,只是日常的答复,提一些问题可以在openAI官网上直接可视化进行操作

如果是与assistant聊天,需要手动创建一个小助理:

https://platform.openai.com/assistants

创建之后还可以手动选择模型,比如gpt-3.5-turbo-16k、gpt-3.5-turbo-1106等

直接与ChatGPT聊天:

https://chat.openai.com

需要注意的是ChatGPT的请求速率是有限制的,需要根据自己的需求调整

六、ChatGPT创造或赋予应用智能

ChatGPT可以用于创造各种应用,为应用赋予自然语言处理和生成的能力。以下是一些可能的应用场景:

  • 聊天机器人:利用ChatGPT可以构建智能聊天机器人,与用户进行自然而流畅的对话。这种应用可以用于客户服务、虚拟助手等场景。

  • 智能助手:ChatGPT可以用于创建个人助手,帮助用户回答问题、提供建议,甚至执行一些简单的任务,如设置提醒、查询信息等。

  • 教育应用:将ChatGPT集成到教育应用中,帮助学生解答问题、提供解释,提供个性化的学习支持。

  • 创意写作助手:ChatGPT可以用于生成创意性的文本,为写作者提供灵感、扩展想法或生成故事情节。

  • 内容生成:ChatGPT可用于自动生成各种类型的内容,包括文章、新闻摘要、评论等。

  • 语言翻译:ChatGPT可以用于构建实时语言翻译工具,帮助用户进行跨语言交流。

  • 编程助手:ChatGPT可以用于协助程序员编写代码,回答技术问题,提供编程建议等。

  • 游戏中的虚拟角色:将ChatGPT整合到游戏中,创造更智能、交互性更强的虚拟角色。

当然,不仅是ChatGPT模型,其他GPT模型也可应用到各领域中

在使用ChatGPT时,需要注意它是一个生成式预训练模型,可能会产生不准确或不符合预期的输出。因此,在特定应用中,需要谨慎处理模型的输出,确保其符合应用场景的要求。此外,对于一些关键应用领域,可能需要额外的模型调优或结合其他技术来提高性能。


七、作者Info

Author:小鸿的摸鱼日常,Goal:让编程更有趣!

专注于算法、爬虫,Web开发,数据分析、自然语言处理,AI等,期待你的关注,让我们一起成长、一起Coding!

版权说明:本文禁止抄袭、转载,侵权必究!

相关文章:

探索AI交互:Python与ChatGPT的完美结合!

大家好!我是爱摸鱼的小鸿,人生苦短,我用Python!关注我,收看技术干货。 随着人工智能的迅速发展,AI交互正成为技术领域的一大亮点。在这个过程中,Python编程语言和ChatGPT模型的结合展现出强大的…...

CI/CD - jenkins

目录 一、部署 1、简介 2、部署 二、配置 三、实时触发 四、自动化构建docker镜像 五、通过ssh插件交付任务 六、添加jenkins节点 七、RBAC 八、pipeline 九、jenkins结合ansible参数化构建 1、安装ansible 2、新建gitlab项目 3、jenkins新建项目playbook 一、部…...

【【萌新的SOC学习之 VDMA 彩条显示实验之一】】

萌新的SOC学习之 VDMA 彩条显示实验之一 实验任务 : 本章的实验任务是 PS写彩条数据至 DDR3 内存中 然后通过 VDMA IP核 将彩条数据显示在 RGB LCD 液晶屏上 下面是本次实验的系统框图 VDMA 通过 HP接口 与 PS端的 DDR 存储器 进行交互 因为 VDMA 出来的是 str…...

相机通用类之海康相机,软触发硬触发(飞拍),并输出halcon格式对象

//在此之前可以先浏览我编写的通用上位机类,更方便理解 https://blog.csdn.net/m0_51559565/article/details/134403745最近完成一个关于海康采图的demo,记录并说明用法。 先上代码。using System; using System.Collections.Generic; using System.Runt…...

linux时间调整

查看当前系统时间 [rootVM-12-12-centos ~]# date Sat Nov 18 16:09:11 CST 2023 Sat:表示星期六Saturday的缩写 Nov:表示十一月November的缩写 18:表示日期18号 16:09:11:时间 CST:China Standard Time中国标准…...

C++模版初阶

泛型编程 如下的交换函数中,它们只有类型的不同,应该怎么实现一个通用的交换函数呢? void Swap(int& left, int& right) {int temp left;left right;right temp; }void Swap(double& left, double& right) {double temp…...

​软考-高级-系统架构设计师教程(清华第2版)【第20章 系统架构设计师论文写作要点(P717~728)-思维导图】​

软考-高级-系统架构设计师教程(清华第2版)【第20章 系统架构设计师论文写作要点(P717~728)-思维导图】 课本里章节里所有蓝色字体的思维导图...

Go 语言结构体验证详解:validate 标签与自定义规则

介绍 Go 语言中,结构体验证是保障数据完整性和正确性的重要手段之一。本文将深入探讨 validate 标签的使用方式,并介绍如何结合验证库 go-playground/validator 进行自定义验证规则。 安装与导入验证库 首先,请确保已安装验证库&#xff1a…...

​软考-高级-系统架构设计师教程(清华第2版)【第19章 大数据架构设计理论与实践 (P691~716)-思维导图】​

软考-高级-系统架构设计师教程(清华第2版)【第19章 大数据架构设计理论与实践 (P691~716)-思维导图】 课本里章节里所有蓝色字体的思维导图...

深度学习YOLOv5车辆颜色识别检测 - python opencv 计算机竞赛

文章目录 1 前言2 实现效果3 CNN卷积神经网络4 Yolov56 数据集处理及模型训练5 最后 1 前言 🔥 优质竞赛项目系列,今天要分享的是 🚩 **基于深度学习YOLOv5车辆颜色识别检测 ** 该项目较为新颖,适合作为竞赛课题方向&#xff0…...

c语言-浅谈指针(3)

文章目录 1.字符指针变量常见的字符指针初始化另一种字符指针初始化例: 2.数组指针变量什么是数组指针变量数组指针变量创建数组指针变量初始化例(二维数组传参的本质) 3.函数指针变量什么是函数指针变量呢?函数指针变量创建函数指…...

从服务器端获取人脸数据,在本地检测特征,并将特征发送给服务器

目录 1.定义函数get_database_process: 2.定义函数features_construct: 3.定义函数send_features_data: 4. 定义函数database_features_construct: 5. main 函数 1.定义函数get_database_process: …...

ARDUINO UNO 12颗LED超酷流水灯效果

效果代码&#xff1a; #define t 30 #define t1 20 #define t2 100 #define t3 50 void setup() { // set up pins 2 to 13 as outputs for (int i 2; i < 13; i) { pinMode(i, OUTPUT); } } /Effect 1 void loop() { effect_1(); effect_1(); effect_…...

Linux下查看pytorch运行时真正调用的cuda版本

一般情况我们会安装使用多个cuda版本。而且pytorch在安装时也会自动安装一个对应的版本。 正确查看方式&#xff1a; 想要查看 Pytorch 实际使用的运行时的 cuda 目录&#xff0c;可以直接输出 cpp_extension.py 中的 CUDA_HOME 变量。 import torch import torch.utils imp…...

​分享mfc140u.dll丢失的解决方法,针对原因解决mfc140u.dll丢失的问题

作为电脑小白&#xff0c;如果电脑中出现了mfc140u.dll丢失的问题&#xff0c;肯定会比较的慌乱。但是出现mfc140u.dll丢失的问题&#xff0c;其实也有很简单的办法&#xff0c;所以大家不用慌张&#xff0c;接下来就教大家解决办法&#xff0c;能够有效的解决mfc140u.dll丢失的…...

torch_cluster、torch_scatter、torch_sparse三个包的安装

涉及到下面几个包安装的时候经常会出现问题&#xff0c;这里我使用先下载然后再安装的办法&#xff1a; pip install torch_cluster pip install torch_scatter pip install torch_sparse 1、选择你对应的torch版本&#xff1a;https://data.pyg.org/whl/ 2、点进去然后&…...

软件安利——火绒安全

近年来&#xff0c;以优化、驱动、管理为目标所打造的软件屡见不鲜&#xff0c;大同小异的电脑管家相继走入了公众的视野。然而&#xff0c;在这日益急功近利的社会氛围驱动之下&#xff0c;真正坚持初心、优先考虑用户体验的电脑管家逐渐湮没在了浪潮之中。无论是鲁大师&#…...

Induced AI:一个专门为自动化任务而设计的AI原生浏览器RPA平台

​内容来源&#xff1a;xiaohuggg Induced AI&#xff1a;一个专门为自动化任务而设计的AI原生浏览器RPA平台 刚刚获得OpenAI CEOsama的个人投资&#xff01; 它能够模拟人类浏览网页的行为&#xff0c;自动化地浏览网页&#xff0c;搜集关键信息&#xff0c;并对这些信息进行…...

vue3中使用reactive定义的变量响应式丢失问题(大坑!!!)

前言 在Vue 3中&#xff0c;可以使用reactive函数将普通JavaScript对象转换为响应式对象&#xff0c;这样当对象的属性发生变化时&#xff0c;就会自动更新相应的UI。 但是请注意以下情况可能会丢失数据的响应式&#xff1a; 响应式丢失的情况&#xff1a; 1、对使用reactiv…...

Windows Server 2012 R2系统服务器远程桌面服务多用户登录配置分享

Windows Server 2012系统在没有安装远程多界面的情况下&#xff0c;最多只能同时运行2个远程桌面&#xff0c;如果是有多个技术员、合伙人同时操作或是像游戏开发需要用到多界面&#xff0c;但是没有安装就很不方便&#xff0c;今天飞飞来和你们分享Windows server 2012R2系统远…...

mysql之搭建MHA架构实现高可用

1、定义 全称是masterhigh avaliabulity。基于主库的高可用环境下可以实现主从复制及故障切换&#xff08;基于主从复制才能故障切换&#xff09; MHA最少要求一主两从&#xff0c;半同步复制模式 2、作用 解决mysql的单点故障问题。一旦主库崩溃&#xff0c;MHA可以在0-30…...

Databend 与海外某电信签约:共创海外电信数据仓库新纪元

为什么选择 Databend 海外某电信面临的主要挑战是随着业务量的增加&#xff0c;传统的 Clickhouse Hive 方案在数据存储和处理上开始显露不足。 原来的大数据分析采用的 Clickhouse Hive 方案进行离线的实时报表。但随着业务量的上升后&#xff0c;Hive的数据存储压力变大&…...

scala解析命令行参数

如何用scala解析命令行参数&#xff1a; 首先&#xff0c;需要在项目中添加Apache Commons CLI库的依赖。可以在build.sbt文件中添加如下行&#xff1a; libraryDependencies "commons-cli" % "commons-cli" % "1.4" import org.apache.comm…...

盘点60个Python各行各业管理系统源码Python爱好者不容错过

盘点60个Python各行各业管理系统源码Python爱好者不容错过 学习知识费力气&#xff0c;收集整理更不易。 知识付费甚欢喜&#xff0c;为咱码农谋福利。 源码下载链接&#xff1a;https://pan.baidu.com/s/1VdAFp4P0mtWmsA158oC-aA?pwd8888 提取码&#xff1a;8888 项目名…...

SpringSecurity6 | 自动配置(下)

✅作者简介&#xff1a;大家好&#xff0c;我是Leo&#xff0c;热爱Java后端开发者&#xff0c;一个想要与大家共同进步的男人&#x1f609;&#x1f609; &#x1f34e;个人主页&#xff1a;Leo的博客 &#x1f49e;当前专栏&#xff1a; Java从入门到精通 ✨特色专栏&#xf…...

6、传统CV之均值滤波

在前5节,从最基础的像素开始了介绍,并且着重介绍了像素局部性、RGB图片和YUV图片以及通道的概念。 其实写那么多,很多细节知识也不用都学会,只需要知道计算机在处理图片时,看到的都是一堆像素,而这一堆像素,都是以数据点的形式存放在计算机中的。 为了更好的展示图像和…...

快速搭建本地的chatgpt

快速搭建本地的chatgpt 参考&#xff1a;一篇文章教你使用Docker本地化部署Chatgpt&#xff08;非api&#xff0c;速度非常快&#xff01;&#xff01;&#xff01;&#xff09;及裸连GPT的方式&#xff08;告别镜像GPT&#xff09;-CSDN博客 前提是linux下 已安装docker 命…...

分布式下多节点WebSocket消息收发

1、使用场景 2、疑问 第一次发送请求后&#xff0c;通过N1&#xff0c;W2&#xff0c;到达service2&#xff0c;建立websocket连接。 1、接下来发送的消息&#xff0c;通过Ngixn后和网关gateway后还能落在service2上面吗&#xff1f; 如果不能落在service2上&#xff0c;需要怎…...

LeetCode算法题解(动态规划)|LeetCode509. 斐波那契数、LeetCode70. 爬楼梯、LeetCode746. 使用最小花费爬楼梯

一、LeetCode509. 斐波那契数 题目链接&#xff1a;509. 斐波那契数 题目描述&#xff1a; 斐波那契数 &#xff08;通常用 F(n) 表示&#xff09;形成的序列称为 斐波那契数列 。该数列由 0 和 1 开始&#xff0c;后面的每一项数字都是前面两项数字的和。也就是&#xff1a…...

【图像处理】:Otsu算法最大类间方差法(大津算法:附源码)

这里写自定义目录标题 数学原理算法评价参考链接 数学原理 以灰度图像为例&#xff0c;对于图像MN大小的矩阵&#xff0c;即图像中的像素&#xff0c;每一个值即为像素值&#xff0c;其中灰度图像像素值在(0~255)之间。 主要实现前景(即目标)和背景的分割&#xff1a; 主要公式…...

【uni-app】设置背景颜色相关

1. 全局页面背景色设置&#xff1a; 在App.vue的style样式表中设置 <style> page {background-color: #F0AD4E; } </style> 2. 顶部导航栏背景色设置&#xff1a; 在pages.json页面路由中&#xff0c;globalStyle设置 "globalStyle": {"navi…...

工厂模式-C++实现

工厂模式是一个创建型设计模式&#xff0c;即“对象创建模式”&#xff0c;通过这种模式可以绕开new&#xff0c;来避免对象创建过程中&#xff0c;也就是new的方法造成的紧耦合&#xff0c;从而支持对象创建的稳定。 工厂模式中引入了一个工厂类&#xff0c;该工厂负责根据客…...

安装应用与免安装应用差异对比

差异 安装的程序和免安装的应用程序之间有以下几个方面的差别&#xff1a; 安装过程&#xff1a;安装的程序需要通过一个安装程序或安装脚本进行安装。这个过程通常会将应用程序的文件和依赖项复制到指定的目录&#xff0c;并进行一些配置和注册操作。免安装的应用程序则不需要…...

FiscoBcos使用Go调用合约

环境&#xff1a; fisco2.8.0 go 1.17 go-sdk 1.0.0 solidity 0.4.25 前言 请提前启动好四个fisco节点。 请准备好一个属于此fisco节点的账户私钥【待会调用合约和部署合约会用到】 此文章将讲解 官方文档使用gosdk部署helloworld合约并调用其方法 合约开发样例 官网提示 G…...

自然语言处理(NLP)-spacy简介以及安装指南(语言库zh_core_web_sm)

spacy 简介 spacy 是 Python 自然语言处理软件包&#xff0c;可以对自然语言文本做词性分析、命名实体识别、依赖关系刻画&#xff0c;以及词嵌入向量的计算和可视化等。 1.安装 spacy 使用 “pip install spacy" 报错&#xff0c; 或者安装完 spacy&#xff0c;无法正…...

CTF-PWN-tips

文章目录 overflowscanfgetreadstrcpystrcat Find string in gdbgdbgdb peda Binary ServiceFind specific function offset in libc手工自动 Find /bin/sh or sh in library手动自动 Leak stack addressFork problem in gdbSecret of a mysterious section - .tlsPredictable …...

《Effective C++》条款21

必须返回对象时&#xff0c;别妄想返回其reference 如果你的运算符重载函数写成了返回reference的形式&#xff1a; class A { public:A(int a,int b):x(a),y(b){}friend const A& operator*(const A& a, const A& b); private:int x;int y; }; const A& opera…...

决策树,sql考题,30个经典sql题目

大数据&#xff1a; 2022找工作是学历、能力和运气的超强结合体&#xff0c;遇到寒冬&#xff0c;大厂不招人&#xff0c;可能很多算法学生都得去找开发&#xff0c;测开 测开的话&#xff0c;你就得学数据库&#xff0c;sql&#xff0c;oracle&#xff0c;尤其sql要学&#x…...

【ES6.0】- 扩展运算符(...)

【ES6.0】- 扩展运算符... 文章目录 【ES6.0】- 扩展运算符...一、概述二、拷贝数组对象三、合并操作四、参数传递五、数组去重六、字符串转字符数组七、NodeList转数组八、解构变量九、打印日志十、总结 一、概述 **扩展运算符(...)**允许一个表达式在期望多个参数&#xff0…...

关于Java中的深拷贝与浅拷贝

Java中的深拷贝和浅拷贝是针对对象和数组等引用数据类型的复制操作。 浅拷贝&#xff08;Shallow Copy&#xff09;&#xff1a; 对于基本数据类型&#xff0c;浅拷贝直接复制其值。对于引用数据类型&#xff0c;浅拷贝只复制对原对象的引用&#xff0c;而不是复制对象本身。因…...

13.真刀实枪做项目---博客系统(页面设计)

文章目录 1.预期效果1.1博客列表页效果1.2博客详情页效果1.3博客登陆页效果1.4博客编辑页效果 2.实现博客列表页2.1实现导航栏2.2实现版心2.3实现个人信息2.4实现博客列表2.5博客列表页完整代码 3.实现博客正文页3.1引入导航栏3.2引入版心3.3引入个人信息3.4实现博客正文3.5博客…...

VScode 配置用户片段

文件->首选项->配置用户片段->新建全局用户片段 后续就可以通过vv3来直接生成下面的代码 {// Place your 全局 snippets here. Each snippet is defined under a snippet name and has a scope, prefix, body and // description. Add comma separated ids of the l…...

Fedora 项目近日发布了 Fedora Linux 39

导读几经推迟之后&#xff0c;Fedora 项目近日发布了 Fedora Linux 39&#xff0c;这是红帽公司赞助的面向大众的 GNU/Linux 发行版的最新稳定版本&#xff0c;采用了最新的技术和开源应用程序。 Fedora Linux 39 由 Linux 内核 6.5 支持&#xff0c;并提供了一些最新的桌面环境…...

Uniapp连接iBeacon设备——实现无线定位与互动体验(理论篇)

目录 前言&#xff1a; 一、什么是iBeacon技术 二、Uniapp连接iBeacon设备的准备工作 硬件设备&#xff1a; 三、Uniapp连接iBeacon设备的实现步骤 创建Uniapp项目&#xff1a; 四、Uniapp连接iBeacon设备的应用场景 室内导航&#xff1a; 五、Uniapp连接iBeacon设备的未来…...

GCD:异步同步?串行并发?一文轻松拿捏!

GCD 文章目录 GCD进程线程进程与线程的关系进程与线程的区别 任务&#xff08;执行的代码&#xff09;队列线程与队列的关系 队列任务**同步执行任务&#xff08;sync&#xff09;**辅助方法**异步执行任务&#xff08;async)**总结栅栏任务迭代任务 队列详细属性QoSAttributes…...

学习c#的第十七天

目录 C# 异常处理 异常的原因 System.Exception 类 如何处理异常 常见的异常类 throw 语句 throw 表达式 try 语句 try-catch 语句 try-finally 语句 try-catch-finally 语句 when 异常筛选器 异步和迭代器方法中的异常 C# 异常处理 C # 中的异常提供了结构化、统…...

龙芯 操作系统选择和安装

龙芯3a5000及之后的cpu底层架构已经从mips64el改为了loongarch64 所以这里分了2种来说明&#xff0c;分别对应3a4000之前的和3a5000之后的 龙芯的系统安装难点在于操作系统的选取和引导 一、烧录工具 制作安装盘使用常规的烧录工具是不行滴&#xff0c;会提示没有\boot\initrd…...

【开源】基于JAVA的智能停车场管理系统

项目编号&#xff1a; S 005 &#xff0c;文末获取源码。 \color{red}{项目编号&#xff1a;S005&#xff0c;文末获取源码。} 项目编号&#xff1a;S005&#xff0c;文末获取源码。 目录 一、摘要1.1 项目介绍1.2 项目录屏 二、研究内容A. 车主端功能B. 停车工作人员功能C. 系…...

使用IDEA 将Eclipse java工程转为maven格式

使用IDEA 将Eclipse java工程转为maven格式 ①使用idea打开项目&#xff0c;在项目根目录下右键选择 Add Framework Support 选择 maven &#xff0c;引入maven ②找到项目中的.classpath文件或者lib目录 根据.classpath文件或者lib目录中列举的jar包名&#xff0c;将其依次手…...

CCF CSP认证 历年题目自练Day47

题目 试题编号&#xff1a; 201712-3 试题名称&#xff1a; Crontab 时间限制&#xff1a; 10.0s 内存限制&#xff1a; 256.0MB 样例输入 3 201711170032 201711222352 0 7 * * 1,3-5 get_up 30 23 * * Sat,Sun go_to_bed 15 12,18 * * * have_dinner 样例输出 201711170…...