AI 寫 AI，來(lái)得比預(yù)料中更快一些。

自從去年底推出以來(lái)，對(duì)話式 AI 模型 ChatGPT 火遍了整個(gè)社區(qū)。

ChatGPT 的確是一個(gè)了不起的工具，就像一個(gè)「潘多拉魔盒」。一旦找到正確的打開方式，你或許會(huì)發(fā)現(xiàn)，自己再也離不開它了。

作為一個(gè)全能選手，人們給 ChatGPT 提出的要求五花八門，有人用它寫論文，有人讓它陪聊，這些都是常見的玩法。腦洞再打開一點(diǎn)，既然 ChatGPT 是 AI 中的「王者」，那它會(huì)不會(huì)寫一個(gè) AI？

近日，一位機(jī)器學(xué)習(xí)領(lǐng)域的博主突發(fā)奇想，他決定讓 ChatGPT 構(gòu)建一個(gè)神經(jīng)網(wǎng)絡(luò)，使用 Keras 解決 MNIST 問題。

MNIST 算是機(jī)器學(xué)習(xí)領(lǐng)域的經(jīng)典問題。即使這個(gè)手寫數(shù)字?jǐn)?shù)據(jù)集逐漸淡出了計(jì)算機(jī)視覺領(lǐng)域，但它的紀(jì)念意義仍然不可忽視，很多人入門深度學(xué)習(xí)的第一個(gè)數(shù)據(jù)集、驗(yàn)證算法的第一個(gè)實(shí)驗(yàn)都是 MNIST。

話不多說，想到了就開工。作者直接讓 ChatGPT 寫了一段代碼，看上去完美無(wú)缺，甚至不需要更改任何內(nèi)容。

這是一個(gè)很好的開始。

ChatGPT 選擇了分類交叉熵作為損失函數(shù)。作者提出重寫分類交叉熵這部分代碼，ChatGPT 將其替換為稀疏分類交叉熵，更新之后的代碼仍能 Work?？梢园l(fā)現(xiàn)，新的損失函數(shù)放棄了標(biāo)簽的分類轉(zhuǎn)換。

ChatGPT 生成的代碼使用了全連接層，但作者想使用卷積層。因此，ChatGPT 按照指示修改了代碼，并添加了一個(gè) Conv2D 和一個(gè)最大池化層（MaxPooling layer）。

然后來(lái)到了評(píng)估最終模型階段，作者讓 ChatGPT 使用測(cè)試集編寫代碼。

結(jié)果看起來(lái)很棒，而且 ChatGPT 的每一次回復(fù)都帶有完整的解釋。比如在這次評(píng)估中，它這樣解釋：

「評(píng)估」方法將測(cè)試數(shù)據(jù)和測(cè)試標(biāo)簽作為參數(shù)，并返回模型編譯（此處為準(zhǔn)確率）期間指定的損失和度量。上面的代碼片段輸出了測(cè)試的準(zhǔn)確率，這應(yīng)該可以讓你了解到模型對(duì)新數(shù)據(jù)的概括性。

模型在訓(xùn)練期間使用了整個(gè)測(cè)試集作為驗(yàn)證數(shù)據(jù)。然后，作者讓 ChatGPT 將其更改為訓(xùn)練數(shù)據(jù)的 20%。

此外，作者還想要更小的 batch 并運(yùn)行更少 epoch 的代碼。雖然這一步未必要用到 ChatGPT，但他不想在不更新 ChatGPT 上下文的情況下更改代碼。

所以這項(xiàng)任務(wù)還是落在了 ChatGPT 頭上：

接下來(lái)，作者打算繪制訓(xùn)練過程中的訓(xùn)練和測(cè)試損失圖。ChatGPT 的建議是：需要更改適合模型的 line 以捕獲其結(jié)果值。

為了展示數(shù)據(jù)集中的一些示例，作者讓 ChatGPT 編寫代碼來(lái)輸出圖像和標(biāo)簽的組合。這些輸出的代碼也很完美，附有 20 張圖片的合集。

構(gòu)建模型時(shí)，查看其結(jié)構(gòu)也是必要的。如果用這個(gè)問題去問 ChatGPT ，回復(fù)是：

ChatGPT 給出的是關(guān)于模型的總結(jié)：

模型的總結(jié)很有用，但作者更想看到顯示模型結(jié)構(gòu)的圖。所以繼續(xù)問：

結(jié)果是滿意的，最后就是準(zhǔn)備部署這個(gè)模型了，讓 ChatGPT 將模型保存到磁盤吧：

現(xiàn)在，作者想創(chuàng)建一個(gè)使用保存的模型進(jìn)行預(yù)測(cè)的類。這是 prompt 很有趣，解決方案也很完美。

現(xiàn)在編寫一個(gè)示例，使用預(yù)測(cè)器的類來(lái)預(yù)測(cè) 10 個(gè)隨機(jī)圖像的標(biāo)簽：

為了完成這個(gè)，作者讓 ChatGPT 展示了一個(gè)混淆矩陣：

該說不說，ChatGPT 使用的樣式還真挺好看。

完成所有試驗(yàn)后，作者將所有 ChatGPT 生成的代碼公布了出來(lái)，你也可以上手試試：

地址：https://colab.research.google.com/drive/1JX1AVIfGtIlnLGqgHrK6WPylPhZvu9qe?usp=sharing