나는 ChatGPT를 사용하여 신경망을 작성했습니다. 단어 하나도 바꾸지 않았고 결과는 매우 유용한 것으로 나타났습니다.

작년 말 출시된 이후 대화형 AI 모델 ChatGPT가 커뮤니티 전체에서 인기를 끌었습니다.

ChatGPT는 정말 "판도라의 상자"와 같은 놀라운 도구입니다. 그것을 여는 올바른 방법을 찾으면 더 이상 그것 없이는 살 수 없다는 것을 알게 될 것입니다.

ChatGPT에 대한 다양한 요청이 있습니다. 어떤 사람은 논문을 쓰는 데 사용하고 어떤 사람은 채팅에 사용합니다. 조금 더 마음을 열어보세요. ChatGPT가 AI의 "왕"이니까 AI를 쓸까요?

최근 머신러닝 분야의 한 블로거는 갑자기 생각이 나서 ChatGPT에 신경망을 구축하고 Keras를 사용하여 MNIST 문제를 해결하기로 결정했습니다.

MNIST는 머신러닝 분야의 고전적인 문제로 간주됩니다. 비록 이 손으로 쓴 숫자 데이터 세트가 컴퓨터 비전 분야에서 점차 사라지고 있지만 그 기념적 의미는 무시할 수 없습니다. 많은 사람들이 딥러닝을 시작하는 첫 번째 데이터 세트이자 알고리즘을 검증하기 위한 첫 번째 실험은 MNIST입니다.

말할 필요 없이 그냥 생각하고 작업을 시작하세요. 저자는 아무것도 변경하지 않고도 완벽해 보이는 코드를 작성해 달라고 ChatGPT에 요청했습니다.

좋은 시작입니다.

ChatGPT는 손실 함수로 범주형 교차 엔트로피를 선택했습니다. 저자는 범주형 교차 엔트로피 코드를 다시 작성할 것을 제안했으며 ChatGPT는 이를 희소 범주형 교차 엔트로피로 대체했습니다. 업데이트된 코드는 계속 작동할 수 있습니다. 새로운 손실함수는 라벨의 분류변환을 포기하는 것을 확인할 수 있다.

ChatGPT 생성된 코드는 완전 연결 레이어를 사용하지만 작성자는 컨볼루션 레이어를 사용하기를 원합니다. 따라서 ChatGPT는 지시에 따라 코드를 수정하고 Conv2D 및 MaxPooling 레이어를 추가했습니다.

그런 다음 작성자가 ChatGPT에 테스트 세트를 사용하여 코드를 작성하도록 요청한 최종 모델을 평가하는 단계가 왔습니다.

결과는 훌륭하고 모든 ChatGPT 답변에는 자세한 설명이 함께 제공됩니다. 예를 들어 이 평가에서는 다음과 같이 설명됩니다.

"evaluate" 메서드는 테스트 데이터와 테스트 레이블을 매개변수로 사용하고 모델 컴파일 중에 지정된 손실 및 메트릭(여기서는 정확도)을 반환합니다. 위의 코드 조각은 테스트의 정확도를 출력하며, 이를 통해 모델이 새로운 데이터에 얼마나 잘 일반화되는지 알 수 있습니다.

모델은 훈련 중에 전체 테스트 세트를 검증 데이터로 사용했습니다. 그런 다음 저자는 ChatGPT에 이를 교육 데이터의 20%로 변경하도록 요청했습니다.

또한 작성자는 더 작은 배치를 갖고 더 적은 에포크에서 코드를 실행하기를 원했습니다. 이 단계에서는 ChatGPT가 필요하지 않지만 ChatGPT 컨텍스트를 업데이트하지 않고 코드를 변경하고 싶지 않습니다.

그래서 이 작업은 여전히 ​​ChatGPT에 해당됩니다.

다음으로 저자는 훈련 과정 중 훈련 손실과 테스트 손실을 플롯할 계획입니다. ChatGPT의 제안은 결과 값을 캡처하려면 모델에 맞는 선을 변경해야 한다는 것입니다.

데이터세트의 몇 가지 예를 보여주기 위해 작성자는 ChatGPT에 이미지와 태그 조합을 출력하는 코드를 작성하도록 요청했습니다. 이러한 출력에 대한 코드도 완벽하며 20개의 이미지 모음이 함께 제공됩니다.

모델을 만들 때 구조도 살펴보는 것이 필요합니다. ChatGPT에 이 질문을 하면 대답은 다음과 같습니다.

ChatGPT는 모델 요약을 제공합니다.

모델 요약은 유용하지만 작성자가 모델을 보고 싶어합니다. 표시된 구조입니다. 계속 질문해 보세요.

결과가 만족스럽습니다. 이제 ChatGPT에서 모델을 디스크에 배포할 준비가 되었습니다.

이제 작성자가 원합니다. 저장된 모델이 예측한 클래스입니다. 이 프롬프트는 흥미롭고 솔루션은 완벽합니다.

이제 예측 클래스를 사용하여 무작위 이미지 10개의 레이블을 예측하는 예제를 작성합니다.

이를 달성하기 위해 저자는 ChatGPT에 혼동 행렬을 표시하도록 요청했습니다.

ChatGPT에서 사용하는 스타일은 말할 필요도 없이 정말 예쁘네요.

모든 실험을 완료한 후 저자는 ChatGPT에서 생성된 모든 코드를 공개했습니다. 또한 시도해 볼 수도 있습니다:

주소: https://colab.research.google.com/drive / 1JX1AVIfGtIlnLGqgHrK6WPylPhZvu9qe?usp=sharing

위 내용은 나는 ChatGPT를 사용하여 신경망을 작성했습니다. 단어 하나도 바꾸지 않았고 결과는 매우 유용한 것으로 나타났습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!