欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python調(diào)用GPT3.5接口的最新方法實(shí)例詳解

 更新時(shí)間:2023年03月27日 15:20:35   作者:Coding的葉子  
這篇文章主要介紹了Python調(diào)用GPT3.5接口的最新方法,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下

        GPT3.5接口調(diào)用方法主要包括openai安裝、api_requestor.py替換、接口調(diào)用、示例程序說(shuō)明四個(gè)部分。

1 openai安裝

        Python openai庫(kù)可直接通過(guò)pip install openai安裝。如果已經(jīng)安裝openai,但是后續(xù)提示找不到ChatCompletion,那么請(qǐng)使用命令“pip install -U openai”來(lái)升級(jí)openai。

2 api_requestor.py替換

        Python openai安裝完成之后,會(huì)產(chǎn)生api_requestor.py文件,文件位于python環(huán)境庫(kù)文件目錄下“site-packages\openai\api_requestor.py”,如下所示。將該文件進(jìn)行替換,在公眾號(hào)樂(lè)樂(lè)感知學(xué)堂中回復(fù)api35即可獲得用來(lái)替換的文件。

Windows:
C:\ProgramData\Anaconda3\Lib\site-packages\openai\api_requestor.py

C:\ProgramData\Anaconda3\envs\xxx\lib\site-packages\openai\api_requestor.py
Linux:
/root/miniconda3/lib/pythonxx/site-packages/openaiapi_requestor.py

/root/miniconda3/envs/xxx/lib/pythonxx/site-packages/openaiapi_requestor.py
將該文件進(jìn)行替換,在公眾號(hào)樂(lè)樂(lè)感知學(xué)堂中回復(fù)api35即可獲得用來(lái)替換的文件。

3 接口調(diào)用說(shuō)明

        接口調(diào)用方式不變,與openai自身調(diào)用方式一致。輸入主要有7個(gè)參數(shù)。

        (1)model:模型名稱,gpt-3.5-turbo或gpt-3.5-turbo-0301

        (2)messages:?jiǎn)栴}或待補(bǔ)全內(nèi)容,下面重點(diǎn)介紹。

        (3)temperature:控制結(jié)果隨機(jī)性,0.0表示結(jié)果固定,隨機(jī)性大可以設(shè)置為0.9。

        (4)max_tokens:最大返回字?jǐn)?shù)(包括問(wèn)題和答案),通常漢字占兩個(gè)token。假設(shè)設(shè)置成100,如果prompt問(wèn)題中有40個(gè)漢字,那么返回結(jié)果中最多包括10個(gè)漢字。ChatGPT API允許的最大token數(shù)量為4096,即max_tokens最大設(shè)置為4096減去問(wèn)題的token數(shù)量。

        (5)top_p:設(shè)置為1即可。

        (6)frequency_penalty:設(shè)置為0即可。

        (7)presence_penalty:設(shè)置為0即可。

        (8)stream:控制連續(xù)輸出或完整輸出。

        需要注意,上述輸入?yún)?shù)增加stream,即是否采用控制流的方式輸出。

        如果stream取值為False,那么完全返回全部文字結(jié)果,可通過(guò)response.choices[0].delta['content']進(jìn)行讀取。但是,字?jǐn)?shù)越多,等待返回時(shí)間越長(zhǎng),時(shí)間可參考控制流讀出時(shí)的4字/每秒。如果steam取值為True時(shí),那么返回結(jié)果是一個(gè)Python generator,需要通過(guò)迭代獲取結(jié)果,平均大約每秒鐘4個(gè)字(33秒134字,39秒157字)。讀取程序如下所示.

4 message

        messages字段組成部分包括角色role和content問(wèn)題兩個(gè)部分組成,如下所示:

  model="gpt-3.5-turbo",
  messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Who won the world series in 2020?"},
        {"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},
        {"role": "user", "content": "Where was it played?"}
    ]

        在gpt-3.5-turbo模型中,角色role包含system系統(tǒng)、assistant助手和用戶user三種類型。System角色相當(dāng)于告訴ChatGPT具體以何種角色回答問(wèn)題,需要在content中指明具體的角色和問(wèn)題內(nèi)容。而gpt-3.5-turbo-0301主要區(qū)別在于更加關(guān)注問(wèn)題內(nèi)容,而不會(huì)特別關(guān)注具體的角色部分。gpt-3.5-turbo-0301模型有效期到6月1日,而gpt-3.5-turbo會(huì)持續(xù)更新。

        assistant助手和用戶user則相當(dāng)于已經(jīng)指明了角色,content直接寫(xiě)入關(guān)注的問(wèn)題即可。

5 示例程序

          (1)stream = False

import openai
 
def openai_reply(content, apikey):
    openai.api_key = apikey
    response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo-0301",#gpt-3.5-turbo-0301
    messages=[
    {"role": "user", "content": content}
    ],
    temperature=0.5,
    max_tokens=1000,
    top_p=1,
    frequency_penalty=0,
    presence_penalty=0,
    )
    # print(response)
    return response.choices[0].message.content
 
 
if __name__ == '__main__':
    content = '你是誰(shuí)?'
    ans = openai_reply(content, '你的APIKEY')
    print(ans)

          (2)stream = True

import time
import openai
 
openai.api_key = "你的APIKEY"
response = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
    {"role": "user", "content": 'how are you'}
    ],
  temperature=0,
  max_tokens=1000,
  stream=True,
  top_p=1,
  frequency_penalty=0,
  presence_penalty=0,
  user='RdFast智能創(chuàng)作機(jī)器人小程序'
)
 
print(response)
print('response["choices"][0]["text"]結(jié)果如下所示:')
ans = ''
for r in response:
    if 'content' in r.choices[0].delta:
      ans += r.choices[0].delta['content']
      print(ans)
 
print(ans)

 3 API調(diào)用效果

到此這篇關(guān)于Python調(diào)用GPT3.5接口的最新方法的文章就介紹到這了,更多相關(guān)Python調(diào)用GPT3.5接口內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • 利用Python的sympy包求解一元三次方程示例

    利用Python的sympy包求解一元三次方程示例

    今天小編就為大家分享一篇利用Python的sympy包求解一元三次方程示例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-11-11
  • pyspark操作hive分區(qū)表及.gz.parquet和part-00000文件壓縮問(wèn)題

    pyspark操作hive分區(qū)表及.gz.parquet和part-00000文件壓縮問(wèn)題

    這篇文章主要介紹了pyspark操作hive分區(qū)表及.gz.parquet和part-00000文件壓縮問(wèn)題,針對(duì)問(wèn)題整理了spark操作hive表的幾種方式,需要的朋友可以參考下
    2021-08-08
  • Python實(shí)用日期時(shí)間處理方法匯總

    Python實(shí)用日期時(shí)間處理方法匯總

    這篇文章主要介紹了Python實(shí)用日期時(shí)間處理方法匯總,本文講解了獲取當(dāng)前datetime、獲取當(dāng)天date、獲取明天/前N天、獲取當(dāng)天開(kāi)始和結(jié)束時(shí)間(00:00:00 23:59:59)、獲取兩個(gè)datetime的時(shí)間差、獲取本周/本月/上月最后一天等實(shí)用方法 ,需要的朋友可以參考下
    2015-05-05
  • 在windows下使用python進(jìn)行串口通訊的方法

    在windows下使用python進(jìn)行串口通訊的方法

    今天小編就為大家分享一篇在windows下使用python進(jìn)行串口通訊的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-07-07
  • 淺談Python數(shù)據(jù)類型判斷及列表腳本操作

    淺談Python數(shù)據(jù)類型判斷及列表腳本操作

    下面小編就為大家?guī)?lái)一篇淺談Python數(shù)據(jù)類型判斷及列表腳本操作。小編覺(jué)得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2016-11-11
  • 對(duì)Python中內(nèi)置異常層次結(jié)構(gòu)詳解

    對(duì)Python中內(nèi)置異常層次結(jié)構(gòu)詳解

    今天小編就為大家分享一篇對(duì)Python中內(nèi)置異常層次結(jié)構(gòu)詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-10-10
  • python實(shí)現(xiàn)簡(jiǎn)易版學(xué)生成績(jī)管理系統(tǒng)

    python實(shí)現(xiàn)簡(jiǎn)易版學(xué)生成績(jī)管理系統(tǒng)

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)簡(jiǎn)易版學(xué)生成績(jī)管理系統(tǒng),文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2020-06-06
  • Python判斷回文鏈表的方法

    Python判斷回文鏈表的方法

    這篇文章主要介紹了Python判斷回文鏈表,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2022-01-01
  • Python?format字符串格式化函數(shù)的使用

    Python?format字符串格式化函數(shù)的使用

    本文主要介紹了Python?format字符串格式化函數(shù)的使用,文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2022-01-01
  • Python 合并多個(gè)TXT文件并統(tǒng)計(jì)詞頻的實(shí)現(xiàn)

    Python 合并多個(gè)TXT文件并統(tǒng)計(jì)詞頻的實(shí)現(xiàn)

    這篇文章主要介紹了Python 合并多個(gè)TXT文件并統(tǒng)計(jì)詞頻的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-08-08

最新評(píng)論