ChatGPT 的快速筆記

好久沒更新這個部落格了。最近因為 ChatGPT 的興起，促使我動念玩了一下；雖然說 ChatGPT 很有趣，但是距離我想要做的東西還是有一些差距。玩的過程，一開始是使用官網上的介面，似乎是每個帳號可以有三個月的免費試用，之後會收費；至於如何收費，我沒深入去瞭解。我建議對 ChatGPT 有興趣的客官，可以先去試玩一下；試玩的過程，你需要登記成為免費會員，並且依據步驟你也會申請到一個 API key。請把這個 API key 放在一個隨手可得的地方（但是不要讓他人知道，我相信未來的收費機制是根據這把 API key 的），在之後的步驟會需要。

然後東翻西找我心裡面想要做的東西，突然發現了幾個 github 的網站：

1. @waylaidwanderer/chatgpt-api

2. acheong08/ChatGPT 

我暫時先跑了第一個網站的內容。由於我的電腦安裝的是 Windows 10 的作業系統，為了可以玩 ChatGPT API，我必須先安裝 Node.js 和 Git，請分別點擊連結來安裝。我是利用 winget 的方式安裝 Node.js，而 git 更是大家熟悉的安裝包。

首先，我們先利用 git 把 ChatPGT API 的內容複製到你的電腦，作法就是新增一個放置 ChatGPT API 的目錄，然後在該目錄下執行：git clone https://www.npmjs.com/package/@waylaidwanderer/chatgpt-api。這些指令我是在所謂的 Node.js command prompt 內執行的（如下圖），意思是說你至少要會一些指令式的操作。

究竟 nVidia Gefore GTX 1060 在 TensorFlow-gpu 的表現如何？ (Part 2)

[最新更新：05/14/2020]

真的好久好久沒有更新科普的文章了，而且看了一下 Part 1 的完成時間，居然是在 2019 年的 2 月，時間已經整整流失了一年多。其中有一項重要的發展，Tensorflow 已經從 1.x 版大改版的升級到 2.x 版，因此這次測試的文章是以 2.x 進行的。

這次測試的也不再使用 baby 級的程式，而是自然語言處理（Natural Language Processing）中情緒分析（Sentiment Analysis）的程式。基本上，我是參考 Perform sentiment analysis with LSTMs, using TensorFlow 這篇文章內 Tensorflow 1.x 版的程式並將其改寫成 2.x 的程式。 順便提一下，這篇文章寫得相當好；如果你對於情緒分析的主題有興趣的話，非常值得一讀。

我實驗的環境跟 Part 1 一樣，因此這裡不再贅述。軟體環境是 Anaconda；一定要提的是：自從 Tensorflow 2.x 釋出之後，目前利用 Anaconda 安裝 2.x 非常簡單，簡單到完全不必另外手動安裝 cuda 之類的套件。深度學習的架構是隱藏層是 LSTM，輸出層就是一般常用的 Dense，總共使用 50000 筆資料中的 25000 筆進行訓練，批次訓練的數量是 64 筆。