如何实现ChatGPT无需要人工干预新闻自动评论及自动回贴

分类:人工智能,插件产品 | 作者:凹凸曼 | 发表于2023/04/14 如何实现ChatGPT无需要人工干预新闻自动评论及自动回贴已关闭评论

目前基于多个平台的解决方案已实现,未来GPT可能会重塑很多行业的产品形态,学习使用它,接纳它是很有必要。如果对于DZ平台解决方案有需要可联系 技术QQ:3489214354  如有其他定制需求解决不了也可以联系

例如基于DISCUZX平台支持的功能:

1、支持打开页面异步自动触发没有回复果的论坛首帖自动回复,好处不影响自身平台,页面触发时间几十秒左右,可能会存在多个回帖。
2、支持老主题和新主题没有回帖的主题,可自动回复
3、支持后台设置自动回复内容 是否后台人工审核,可以开启或者关闭,开启后内容会进入后台-》内容审核-》审核帖子里(如不审核可能存在内容风险,建议开启审核)
4、新增免审核用户组,方便管理员组和VIP用户组使用
5、支持回复内容显示来源 ,比如说设置来源:OpenAI ChatGPT,这样让用户了解信息来源可为用户提供参考

最近又写了一个基于ChatGPT对话聊天的独立应用

分类:人工智能,插件产品 | 作者:凹凸曼 | 发表于2023/02/15 最近又写了一个基于ChatGPT对话聊天的独立应用已关闭评论

去年之后,又写了一个基于ChatGPT独立应用,咱们底盘到处都在聊,最近异常火爆。下面有视频可以看看俺写的应用

功能概述:

1、支持对话方式提问,ChatGPT回答
2、支持回答的时候采用打字效果展示。
3、支持关闭登录,让所有人都可以使用。
4、支持开启登录,可以设置指定VIP用户组才能使用。

实现智能解答未来可能取代搜索引擎,以ChatGPT为代表

分类:人工智能,插件产品 | 作者:凹凸曼 | 发表于2022/12/23 实现智能解答未来可能取代搜索引擎,以ChatGPT为代表已关闭评论

最近写一个插件来实现网站DISCUZX基于ChatGPT的聊天机器人。

ChatGPT是什么?全新的聊天机器人模型,比较流行,帮你写代码,解数学题,写总结,解决你生活的问题。如你不知道它到底多厉害?建议使用哈就知道了。

[凹凸曼]AI智能解答:输入问题,在编辑器里AI为你解答,是用户生活贴心小助手。

如何实现网站AI绘画作图?

分类:Linux,人工智能,插件产品 | 作者:凹凸曼 | 发表于2022/12/03 如何实现网站AI绘画作图?已关闭评论

最近AI绘画还是挺火,因计为网站设计绘画能力,方便各类朋友使用。

[凹凸曼]AI绘画作图:输入文本内容,通过AI自动生成图片,为创造者节约大量找图制图时间。

功能概述:

1、支持电脑版论坛帖子编辑器AI绘画里输入文字自动生成图片
2、支持AI绘画生成图片可以选择插入编辑器,使用网络图片方式
3、支持选择修饰词:古风油画,水彩画,卡通画,二次元,浮世绘,蒸汽波艺术,low poly,像素风格,概念艺术,未来主义,赛博朋克,写实风格,洛丽塔风格,巴洛克风格,超现实主义

初次尝试使用tensorflow-gpu训练模型

分类:人工智能 | 作者:凹凸曼 | 发表于2019/08/08 初次尝试使用tensorflow-gpu训练模型已关闭评论

要使用GPU来训练模型,首先用GPU-Z 工具看一下我的电脑显卡是否支持CUDA,查看的结果是支持 ,就用先python 环境加入 tensorflow-gpu模块

这个安装过程有点慢,并且有可能安装不成功,如果不行,就需要借助特殊网络。

一、安装完后,跑了一下训练模型是否支持,报错误,需要安装cuda-toolkit 

了解人工智能解决问题大概整个过程

分类:人工智能 | 作者:凹凸曼 | 发表于2019/07/09 了解人工智能解决问题大概整个过程已关闭评论

AI现在很多大型互联网公司都想抢占制高点,咱们也不能落后,学习是必须的,下面就一个具体案例来大概认识一下人工智能解决问题大概过程:
# coding=UTF-8
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
from sklearn import datasets
”’
手写体数字 ,监督学习
1、样本集:一批手写数字的图片,带标签(0-9),10类

样本数据量为1797,保存在sklearn的datasets里。
每一个数据样本是由image,target两部分组成。
image是一个尺寸为8*8的图像(手写的数字0-9)
target是图像的类别(0-9)
2、划分训练集和测试集(验证集)
3、选择一个算法,构建一个模型 KNN
4、训练模型
5、预测、验证

6、模型优化 SVM,决策树
7、保存模型 .model文件 load predict
8、新建多张手写体图片,让模型来识别

人工智能学习了解

分类:人工智能 | 作者:凹凸曼 | 发表于2019/03/21 人工智能学习了解已关闭评论

今年对人工智能 感觉挺火的 ,很多大的企业都在宣传,最近了解人工智能 其中计算机视觉,感觉未来很多行业职业 都可能被人工智能技术取代,感觉挺有意思,了解学习总没有错!