使用 OpenAI API 和 Python 使用 GPT-3
使用 OpenAI API 和相应的 Python SDK 试用 GPT-3 语言模型。
介绍
在本文中,我们将使用 GPT-3。我将向您展示如何访问它,并提供一些示例来说明您可以使用它做什么,以及您可以使用它构建什么样的应用程序!
开始
在使用 GPT-3 之前,您必须先使用 OpenAI 创建一个帐户。设置帐户后,为了访问 API,您需要添加计费凭据。OpenAI将按请求向您收费。您可以在此处查看 API 成本。
添加帐单详细信息后,您将能够检索您的 API 密钥。您将需要它来访问 API。对此保密很重要,因为任何有权访问此密钥的人都可以代表您提出请求,向您收费。
重要
由于 API 的使用成本很高,因此最好确保在发布应用之前考虑到这一点。如果您的应用程序每次有人加载时都会发出 OpenAPI 请求,然后为此向您收费,您可能会很快产生大量成本。
我建议您只允许经过身份验证的用户使用您的应用程序,并且我绝对建议您添加某种 API 限制。如果您正在构建某种 SaaS 应用程序,也许您可以这样做,以便向客户收取他们提出的每个请求的费用,确保他们承担相关的成本而不是您。这可以通过 Stripe 使用记录自动实现,您可以在此处找到更多信息。
使用接口
设置我们的环境
现在您已经有了 API 密钥,让我们玩得开心吧!为了让我们的生活更轻松,让我们使用适用于Python的OpenAI SDK。OpenAI也有可用于node.js的SDK,但是,对于这个演示,我们将使用Python。您可以使用命令安装 Python OpenAI SDK。pip3 install openai
接下来,创建一个新文件。这就是我们将在本地存储 API 密钥的内容,您可以通过将以下行添加到文件中来执行此操作.env
OPENAI_API_KEY=YOUR_API_KEY
(其中YOUR_API_KEY替换为您的 OpenAI API 密钥)。
请务必将此文件排除在任何公共 GitHub 存储库之外,您可以使用文件并添加到其中。.gitignore
.env
现在为了加载文件,我们将需要dotenv依赖项,您可以使用..env
pip3 install python-dotenv
现在创建一个新的 Python 文件并添加以下代码行
import os
import openai
from dotenv import load_dotenv
load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")
():defmain
pass
if __name__ == "__main__":
main()
这对您来说是一个很好的入门,它会自动将您的 API 密钥从文件加载到 OpenAI SDK 中,以便随时可以使用。一般来说,使用.env
if __name__ == "__main__":
# Your code here
生成文本
要使用 GPT-3 生成文本,请将以下代码添加到函数中main
response = openai.Completion.create(
model="text-davinci-002",
prompt="Today I went to the movies and...",
temperature=1,
max_tokens=60,
)
print(response)
- 该参数指定将生成文本的模型的类型。默认情况下,OpenAI 提供了一些模型,您可以选择这些模型,您可以在此处查看这些模型。此外,您甚至可以创建自己的模型,但这超出了本教程的范围。
model
- 该参数指定从模型馈送的输入提示,然后模型将自动完成响应。这可以是您想要的任何内容。
prompt
- 该参数指定响应的不确定性。这意味着模型更有可能产生一些创造性的东西,并且可以被认为是冒险并偏离正常响应的模型。将此参数设置为 1 意味着模型将返回它不确定的结果,相比之下,给此参数的值为 0,这意味着模型将返回它几乎可以确定的结果。
temperature
- 该参数指定允许模型作为其输出的一部分生成的最大令牌量。您需要为生成的更多令牌付费,因此请务必小心使用此参数。
max_tokens
如果运行代码,则应获得一个 API 响应,其中包含 AI 模型从提示自动生成的响应,例如
{
"choices": [
{
"finish_reason": "stop",
"index": 0,
"logprobs": null,
"text": "\n\nI saw a great film!"
}
],
"created": 1658030956,
"id": "cmpl-5UpsiIqm3IyQmFy1op27TOZ6Brvc6",
"model": "text-davinci-002",
"object": "text_completion",
"usage": {
"completion_tokens": 16,
"prompt_tokens": 8,
"total_tokens": 24
}
}
很酷!此外,您可以告诉模型您希望它做什么,并且它将符合它。例如,让我们看看我们是否让模型能够使用以下提示为我们格式化日期
"FORMat the following time in the form of DD/MM/YYYY
May 4th 1989"
响应
{
"choices": [
{
"finish_reason": "stop",
"index": 0,
"logprobs": null,
"text": "\n\n04/05/1989"
}
],
"created": 1658031618,
"id": "cmpl-5Uq3OlXZA57KTkn2MabHh8l8FdbnS",
"model": "text-davinci-002",
"object": "text_completion",
"usage": {
"completion_tokens": 8,
"prompt_tokens": 20,
"total_tokens": 28
}
}
这有多棒?现在,您可以从模型中获取该字符串响应,并根据需要处理应用程序的其余部分。
当然,GPT-3 的功能远不止日期格式化,这只是一个例子。我鼓励你玩这个模型,看看你能用它做什么!GPT-3 能够执行的其他任务的一些示例包括:
- 译本
- 综述
- 代码完成
- 配方创建
如果你能想到,GPT-3 大概可以做到。
结论
因此,现在您知道如何利用迄今为止最先进的语言模型之一来满足您的所有个人或业务需求。
关于成本,您只需要警惕几件事,但是,考虑到您获得的功能,这绝对是值得的,更不用说节省您的时间和金钱,因为您必须构建、训练、测试和部署您自己的机器学习模型,这不太可能达到接近 GPT-3 的结果。
如果您需要使用 GPT-3 构建项目的灵感,请在此处查看他们为您提供的示例列表。此外,如果您想了解有关将 GPT-3 用于应用程序的更多信息,请查看文档!最后,确保您了解并遵循 OpenAI 使用指南。
文章来源:https://dev.blog.benosborn.tech/playing-with-gpt-3-using-the-openai-api-and-python
到此这篇关于使用 OpenAI API 和 Python 使用 GPT-3的文章就介绍到这了,更多相关OpenAI API 和 Python 使用 GPT-3内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!
相关文章