博客

本课程将介绍嵌入（Embeddings）的概念和使用方法。我们将使用 OpenAI 应用接口与客户端获取文本的嵌入（Node.js），并且给内容生成嵌入向量。接着，我们将使用这些嵌入向量实现语义智能搜索功能（Semantic Search）和聚类功能（Clustering）。

在本课程中，你将学习如何使用嵌入向量来将文本转换为数学空间中的向量表示，这种表示方式可以捕捉到单词、短语和句子之间的语义关系。我们将介绍如何使用 OpenAI 应用接口与客户端获取文本的嵌入，并使用 Node.js 进行代码实现。通过实践项目，你将了解如何从文本中生成嵌入向量，并使用它们实现语义智能搜索和聚类功能。

在本课程的语义智能搜索部分，你将学习如何使用嵌入向量实现基于语义的搜索功能。我们将演示如何使用嵌入向量计算文本之间的相似性，并且如何使用这种相似性来进行搜索。通过这个项目，你将学会如何使用嵌入向量实现更加智能的搜索功能。

在聚类部分，你将学习如何使用嵌入向量实现聚类功能。我们将演示如何使用聚类算法将文本数据分组成类似的子集。通过这个项目，你将学习如何使用嵌入向量实现更加智能的数据聚类。

有同学反馈宁皓网最近在 iOS 设备上无法播放视频，问题已经修正了，感谢反馈这个问题的同学们。这个问题跟 NGINX 服务器的 HTTP2 有关，如果你想禁用 NGINX 的 HTTP2，需要在所有 server 区块禁用，如果有一个 server 区块使用了 http2，在指定 IP 与端口提供服务的服务器都会使用 HTTP2。

这周我们学一下如何 Fine-tuning（微调）一个 GPT 模型，通过训练，你可以让模型适应新的任务，比如让它模仿你的语气，给指定内容分类等等。要注意的是，微调并不是单纯地让模型记住你给它的训练数据，而是让模型在预训练的基础上进一步学习和调整，以适应新的任务或数据集。微调的目的是提高模型在新任务或数据集上的泛化能力，而不是简单地记住训练数据。

介绍

本课程将介绍几个深度学习中的重要概念和实践，包括小样本学习、终止序列、我们还将介绍如何安装和使用 OpenAI 命令行工具，准备训练数据给你微调模型。

首先，我们将深入探讨小样本学习。在深度学习中，通常需要大量的数据来训练模型。然而，在某些情况下，我们只有很少的数据可用于训练。小样本学习是一种特殊的学习技术，它旨在解决这个问题。我们将探讨不同的小样本学习方法和如何实现它们。

其次，我们将介绍终止序列。在自然语言处理中，终止序列是指输入序列中表示结束的特殊标记。我们将探讨终止序列的作用以及如何在不同的应用场景中使用它们。

接下来，我们将深入了解微调模型。微调是一种常见的深度学习技术，它利用预训练的模型进行进一步的训练，以适应新的数据集或任务。我们将讨论微调模型的原理、实现和最佳实践。

ChatGPT（GPT），相信大家最近也听得很多了，它席卷互联网也是最近几个月的事情，这一波人工智能的浪潮不像往年，比如去年的 Web 3 或者元宇宙，这次是实实在在的，并且势不可挡，它一定会影响到每一个人。

我们作为开发者、工程师，可以利用这些先进的人工智能工具，对现有的应用、工作流程做智能化与自动化的改造，也有大量的机会去创造新的软件产品。

宁皓网最近会推出一些相关课程，可以辅助大家利用这些人工智能模型以及相关工具去创造属于自己的应用。ChatGPT 现在一般指的是一个可以对话聊天的人工智能网站，这个网站使用了 GPT 这个人工智能模型，这个模型是由一家叫 OpenAI 的初创公司训练出来的。我们的课程主要是面向开发者、工程师，目的是利用 GPT 模型创造或改造自己的应用。

现在订阅宁皓网，即可立即在线学习如何使用 GPT 模型创造自己的应用。立即订阅 →

这次初创训练营新发布了四组训练，Web 基础，Nuxt 实践，Nuxt 实战与 Strapi 实战（页底包含训练内容目录与试看视频下载），已报名的同学现在就可以登录 ninghao.co 学起来了。我把训练视频的标题交给 GPT，请它帮我写一段关于训练内容的介绍。

Nuxt.js 实践

这是一门关于Nuxt.js框架的课程。学生将从如何准备和创建Nuxt项目开始，学习自动导入功能、客户端渲染与服务端渲染、页面与路由、组件自定义网页标题、Nuxt应用的配置、页面布局、模块和编译预览Nuxt应用等知识。

随着课程的深入，学生将了解Nuxt框架基于文件系统的路由、定义带参数的路由、路由链接、路由中间件以及定义服务端应用接口等。学生还将学习如何使用异步数据和自定义组合、运行时配置和请求接口用的组合，如何在应用中管理状态和使用TypeScript，以及如何实现内容管理系统的功能，例如创建内容、编辑内容、上传图像、删除内容和自定义错误页面等。

通过这门课程，学生将掌握Nuxt.js框架的核心概念和技能，并能够开发出高性能、灵活且易于维护的Web应用程序。

GPT4 发布了，我们开发者可以用它做点有用的东西了。我可以做些相关的技术视频，为大家提供技术知识基础设施，大家可以去创造应用，成为独角兽以后再回来把我收购了。

大家如果想学习 GPT4，可以在评论里留言，可以写写具体想用 GPT 做的东西，或者要解决的问题。我会根据大家的反馈做出对应的技术视频。

最近学习了一些成功的初创项目，他们的创始人都建议要与用户沟通交流，然后做出用户真正想要的东西。大家有想啥想聊的，可以加微信交个朋友，一起聊聊，前端、后端，GPT 啥的都行，能来济南旅游的，我请大家喝酒吃肉，赏花逛大明湖 ：）

案例

下面是几个用 GPT 技术做的初创项目。

maker.ai

智能写作平台，融到了 2.5 亿，估值在 10 亿以上。后端主要用的是 Node.js，大家想学这门技术可以参加宁皓网独立开发者训练营。

初创训练营新阶段的训练内容差不多准备好了，我们即将启程。本次行程会经过 Strapi（无头CMS）、Nuxt.js（前端框架）、Tailwind（CSS） 还有 Gsap（动画库）。Strapi 负责在后端提供数据服务，Nuxt.js 等负责前端界面，掌握它们的核心用法以后，我们会继续使用它们构建一个有设计，可交付的应用项目。

技术选择

使用 Nuxt.js + TailWind + Gsap 你可以构建目前所有主流应用或商业网站的界面，比如像抖音、Youtube、B 站、知乎、小米官网、BYD 汽车等。这是一套非常有价值的技术组合，值得拥有。

另外我们在这个阶段的训练里加了一个 Strapi 内容管理系统为应用提供数据服务，主要原因是它用起来与学起来都没什么压力，我们可以通过它提供的用户界面快速搭建需要的应用接口。而且它是基于 Node.js 技术开发的，所以对我们已经熟悉 Node.js 生态的开发者来说，用起来就更简单了。

justin.tv 有四位创始人，贾冰（Justin Kan）、艾热（Emmett Shear）、赛宝（Michael Seibel）还有王凯（Kyle Vogt），这四位都是初创界响当当的人物。贾冰是 justin.tv 与 twitch.tv 的创始人，后来成为了 YC 的合伙人。艾热是 twitch.tv 现在的 CEO，也时也是因为他，帮助了 justin.tv 成功转型为 twitch.tv。赛宝是 YC 现任的 CEO，帮助过无数的初创公司。王凯现在是 Cruise 的联合创始人跟 CTO，Cruise 是个自动驾驶项目，2016 年的时候被一家大型汽车公司以 70 亿的价格收购了。

贾冰是 justin.tv 的创始人，后来 justin.tv 变成了 twitch.tv，再后来 twitch.tv 卖给了一家大公司，价格是几十亿。justin.tv 并不是贾冰做的第一个项目，他在上大学的时候，就跟朋友一块儿创业，做了一个日历应用，当时因为他们都不会写程序，所以贾冰邀请了一个他小时候的朋友，叫艾热，艾热是学计算机的，所以，兄弟们，你要是想创业，要么在上大学的时候自学程序开发，要么就得交个会写程序的朋友。

你说现在不管你想创啥业，都离不开软件，所以说，上大学的时候没啥事，头两年首先把自己搞成一个软件工程师，这样你自己创业能用得上，朋友想创业的时候也能先想到你。即便说你不创业，不管以后干啥工作，有点技术背景都是加分的。

贾冰把艾热招过来以后，开始做他们要做的应用，其实当时艾热比贾冰他们也强不了多少，但最终还是让他们把弄出来一个能演示的应用。艾热也是后来的 justin.tv 的联合创始人，后来他在这个团队的内部又创建了 twitch.tv，帮助 justin.tv 转型成功，最终卖了几十亿。现在他仍然是 twitch.tv 的 ceo。

下面是一些OpenAI接口的关键概念：

模型：OpenAI接口基于各种自然语言处理模型，例如GPT（Generative Pre-trained Transformer）、DALL-E、CLIP（Contrastive Language-Image Pre-Training）等。

输入：输入是传递给模型的文本或图像。对于文本输入，可以使用单个字符串、多个字符串或包含多个文本的列表。对于图像输入，可以使用图像文件路径、URL或Base64编码的图像数据。

输出：输出是模型的响应，可以是文本、图像或其他类型的数据。

请求：请求是客户端应用程序发送给OpenAI API的信息，包括输入和其他可选参数，如模型名称、响应格式等。

响应：响应是API返回给客户端应用程序的信息，包括模型输出和其他可选数据，如响应时间、API版本等。

认证：为了访问OpenAI接口，客户端应用程序需要使用API密钥进行身份验证。API密钥是由OpenAI颁发的唯一标识符，用于识别和授权API访问。

限制：OpenAI接口有一些使用限制，如每个请求的最大文本长度、每个API密钥的每分钟或每月请求次数等。了解这些限制对于有效使用API非常重要。