利用chatGPT实现卷积运算

简介: 利用chatGPT实现卷积运算

大家好啊,我是董董灿。

前几天chatGPT大封号,导致很多国内的账号不能登录了。

风口浪尖上,导致我也不太敢随意登录,登过几次,直接Ooooops了。

image.png

好几天没登录,今天又试了试,竟然发现出奇的顺畅,直接就登录上去了。

既然登录上去了,要不抓紧让它帮我写写代码,就有点说不过去了。

刚好这两天在折腾《从零手写Resnet50》的实战项目,顺手让它帮忙写写吧。

下面是让chatGPT按照我的要求,写一个加载图片并送给卷积进行运算的操作。

image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png

chatGPT写完之后,直接代码块右上角,点击"copy code"复制我电脑上,有一点bug稍微修改一下,就可以直接用。

简直不要太方便。

chatGPT和新Bing的火爆,确实真真切切的提升了工作生产力。

之前还和同事开玩笑说,人工智能发展的再厉害,也不可能替代程序员,毕竟程序开发也是个有创造力的工作。可现实却是啪啪打脸,人工智能狠起来,最好替代的就是开发它的程序员。

这主要是程序这种东西,网上开源项目极多,而且规则性较强,连通用数学计算,chatGPT都能学会,更别提程序开发了。

当然,目前人工智能能替代的程序开发也很有限,他能写出来的很多逻辑和案例,在网上基本都能搜得到。对于程序开发者来说,这类人工智能更多的还只是一个工具,毕竟在没有 chatGPT 之前,很多的程序员写的代码,也都是互相借鉴的啊。

相关文章
|
8天前
|
机器学习/深度学习 自然语言处理 算法
《C 语言神经网络中激活函数计算的深度剖析》
在神经网络中,激活函数如同神经元的“激发阈值”与“转换开关”,引入非线性因素,使网络能够处理复杂问题。C 语言实现时需注意数值稳定性、计算效率和代码可维护性,通过优化技术提高性能,确保神经网络在图像识别、自然语言处理等领域发挥强大作用。
36 12
|
6月前
|
机器学习/深度学习
【从零开始学习深度学习】23. CNN中的多通道输入及多通道输出计算方式及1X1卷积层介绍
【从零开始学习深度学习】23. CNN中的多通道输入及多通道输出计算方式及1X1卷积层介绍
【从零开始学习深度学习】23. CNN中的多通道输入及多通道输出计算方式及1X1卷积层介绍
|
4月前
|
机器学习/深度学习 Shell 计算机视觉
一文搞懂 卷积神经网络 卷积算子应用举例 池化 激活函数
这篇文章通过案例详细解释了卷积神经网络中的卷积算子应用、池化操作和激活函数,包括如何使用卷积算子进行边缘检测和图像模糊,以及ReLU激活函数如何解决梯度消失问题。
|
7月前
|
机器学习/深度学习 自然语言处理 算法
深圳大学提出Shift-ConvNets | 稀疏/移位操作让小卷积核也能达到大卷积核效果,且硬件友好
深圳大学提出Shift-ConvNets | 稀疏/移位操作让小卷积核也能达到大卷积核效果,且硬件友好
182 0
深圳大学提出Shift-ConvNets | 稀疏/移位操作让小卷积核也能达到大卷积核效果,且硬件友好
|
机器学习/深度学习 编解码 PyTorch
|
机器学习/深度学习 算法 芯片
|
机器学习/深度学习 编解码 数据可视化
深度学习基础入门篇[9.2]:卷积之1*1 卷积(残差网络)、2D/3D卷积、转置卷积数学推导、应用实例
深度学习基础入门篇[9.2]:卷积之1*1 卷积(残差网络)、2D/3D卷积、转置卷积数学推导、应用实例
深度学习基础入门篇[9.2]:卷积之1*1 卷积(残差网络)、2D/3D卷积、转置卷积数学推导、应用实例
|
机器学习/深度学习 编解码 数据可视化
深度学习基础入门篇9.1:卷积之标准卷积:卷积核/特征图/卷积计算、填充、感受视野、多通道输入输出、卷积优势和应用案例讲解
深度学习基础入门篇9.1:卷积之标准卷积:卷积核/特征图/卷积计算、填充、感受视野、多通道输入输出、卷积优势和应用案例讲解
深度学习基础入门篇9.1:卷积之标准卷积:卷积核/特征图/卷积计算、填充、感受视野、多通道输入输出、卷积优势和应用案例讲解
|
机器学习/深度学习 算法 编译器
神经网络推理加速入门——超简单的卷积和加法融合
卷积和加法的算法融合,会在神经网络推理的性能加速上,展现出不一样的效果。
神经网络推理加速入门——超简单的卷积和加法融合
|
机器学习/深度学习 存储 编解码
深度学习基础入门篇[9.3]:卷积算子:空洞卷积、分组卷积、可分离卷积、可变性卷积等详细讲解以及应用场景和应用实例剖析
深度学习基础入门篇[9.3]:卷积算子:空洞卷积、分组卷积、可分离卷积、可变性卷积等详细讲解以及应用场景和应用实例剖析
215 0