| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
- springboot
- 알고리즘
- 컴퓨터공학
- 인공지능
- 소프트웨어
- 파이썬
- I'm Sorry
- 소프트웨어공학
- Yes
- 클라우드컴퓨팅
- 컴퓨터비전
- 자바스크립트
- 디자인패턴
- 데이터구조
- 네트워크보안
- 자료구조
- 데이터분석
- 네트워크
- 딥러닝
- 보안
- 머신러닝
- 프로그래밍언어
- 빅데이터
- 프로그래밍
- 컴퓨터과학
- 데이터베이스
- 사이버보안
- 데이터과학
- 웹개발
- 버전관리
- Today
- Total
목록2023/03/28 (15)
스택큐힙리스트
나는 내 맞춤 데이터셋에서 OpenAI 모델을 세부 조정해야 합니다. 나는 jsonl 형식으로 데이터셋을 생성했습니다. 나는 윈도우 명령행에서 다음 명령어를 사용합니다: set OPENAI_API_KEY= openai tools fine_tunes.prepare_data -f train_data.jsonl위의 명령어는 성공적으로 실행되었으며 jsonl 파일을 업데이트할 제안을 제공합니다. 그 후에 'curie' 모델을 세밀 조정하기 위해 다음 명령어를 실행합니다. openai api fine_tunes.create 'openai.api_key = ' -t train_data.jsonl -m curie 하지만 나는 다음의 문제가 발생하고 있습니다: ←[91mError:←[0m Incorrect API ke..
오픈API 예제에 접근해 보았지만 # $ & ^ $$ &! $ & 을 보여줍니다.하지만 다음과 같은 오류가 표시됩니다 -유효하지 않은 요청 오류: 엔진을 찾을 수 없음 enter code response = openai.Completion.create(engine=code-davinci-002,prompt=class Log:\n def __init__(self, path):\n dirname = os.path.dirname(path)\n os.makedirs(dirname, exist_ok=True)\n f = open(path, \a+\)\n\n # Check that the file is newline-terminated\n size = os.path.getsize(path)\n if size > 0..
저는 OPENAI의 GPT-3 API로 놀고 있지만, 충분히 긴 텍스트를 생성하는 방법을 찾기가 어렵습니다.여기 내 코드 조각입니다: import osimport openai# export OPENAI_API_KEY='get_key_from_openai'openai.api_key = os.getenv(OPENAI_API_KEY)response = openai.Completion.create( model=text-davinci-002, prompt=How to choose a student loan, temperature=0.6, max_tokens=512, top_p=1, frequency_penalty=1, presence_penalty=1, n= 10)print(response['choices'][0..
Adam의 의사 코드에 따르면:나는 일부 코드를 작성했습니다. from matplotlib import pyplot as pltimport numpy as np# np.random.seed(42)num = 100x = np.arange(num).tolist()# The following 3 sets of g_list stand for 3 types of gradient changes:# g_list = np.random.normal(0,1,num) # gradient direction changes frequently in positive and negtive # g_list = x # gradient direction always positive and gradient value becomes larg..