ChatGPTにPyTorchの使い方を手鳥足取り教えてもらう方法

１．ChatGPTにPyTorchの使い方を手鳥足取り教えてもらう方法まとめ

・Stable DiffusionやChatGPTはアイディアやたたき台を迅速に作るのに適したツールとの認識を持っていた
・しかし直近で探求が進んでいるChatGPTの使用例などにはたたき台レベルを大きく超えるものも存在する
・例えば教育分野では個人のペースで学習を進める事を可能にするので家庭教師訳のポテンシャルを持つ

２．ChatGPTに独学を手伝って貰う方法

1/7投稿

今週は以下の作業にChatGPTを使ってみました。

・Pythonスクリプトのレビュー
・機械学習職の採用の準備
・コーディング面接対策
・デザインのレクチャー
・ 技術的な問題の解決
・ 新しいフレームワーク、アルゴリズム、数学の学習
・マーケティング戦術の設計

興奮しました！
完璧ではありませんが、良くなっていくでしょう。使用例のリストは増え続けています。

文脈、微調整指示、サンプルを提供すればするほど良くなるます。

従来は、これらの作業(特に教育分野)のほとんどに、多くの研究と時間が必要でした。現在では、自分の経験や知識を基に、ChatGPTから提案や新しいアイデアを得て、それに応じて改良しています。

このやり方が未来の作業の形になるのかどうかは全く分かりません。これらのタスクは全て一日に思いついたプロジェクトや学習セッション用のランダムなアイデアです。

ChatGPTから答えを期待しているわけではありません。私が求めているのは、インスピレーションや着手前のアイディアだけだったりします。

この技術に依存することを恐れているわけではありません。
ただ、もっと共同で作業できるようなり、私の考え方や仕事のやり方に合わせたものにしてほしいです。間違ってそこから学習して貰う事も良いです。それはgithub Copilotも同じです。常にコードを与えて欲しいわけではなく、必要なときだけ与えてくれればいいのです。

もし同じような解決策を作っている人がいたら、ぜひ試してみたいですね。私は、言語モデルによって動いているシステムをうまく利用する方法を考え、実験するのが大好きです。ここに挙げた使用例や、それ以外にもたくさんのアイデアやフィードバックがあり、現在も製作中です。

1/13投稿

ChatGPT を使用して PyTorch を学習する方法に興味があります。

これまでの使用方法は以下のとおりです。

注：私はPyTorchの使い方を上級レベルで知っていますが、ただの初心者の場合、役に立つかどうか知りたかっただけなのです。

結果は完璧ではありませんが、期待できます。

ちょっとしたプロンプトによる魔法と、自分が何を求めているのかをよく考えることで、興味深いガイダンスを得ることができるのです。

私はまず、自分が「初心者(beginner)」であると設定し、勉強の計画を立ててもらうようにしました。

上のリストの注意点ですが、おそらく下に行くほど、より多くの経験が必要になるように見えます。

学習計画を見て、自分の知識レベルに応じたトピックに絞るようにしたいと思います。私は全くの初心者なので、最初の項目に焦点を当てたと仮定しましょう。

次に、このトピックに関する特定のコードサンプルを提供するように依頼します。コードサンプルがこの事を学ぶための最良の方法だからです。

質問は非常に基本的なものであることに注意してください。前述のchatGPTの提案を引用した上で依頼しています。

import torch

# Create a 1D tensor of integers
x = torch.tensor ([1, 2, 3, 4], dtype=torch.int32)
print("x: ", x)

# Create a 2D tensor of floats
y = torch. tensor ([[1.0, 2.0], [3.0, 4.0]], dtype=torch.float32)
print("y: ", y)

# Create a 3D tensor of booleans
z = torch.tensor ([[[True, False], [False, True]], [[False, True], [True, False]]], dtype=torch.bool)
print("z: ", z)

# Create a tensor with random values
w = torch.randn(2, 2)
print("w: ", w)

上記のコードは問題なく動作するようです。難易度はよくわかりませんが、問題ないと思います。

確信が持てない場合は、いつでもそれが生成しているものについての詳細な説明を求めることができます。簡単な説明を提供してくれますが、より詳細な説明を求めることもできます。前述の例です。

import numpy as np

#Converting numpy array to tensor
numpy_array = np.array([1,2,3])

tensor_from_numpy torch.from_numpy(numpy_array)
print("Tensor from numpy array: ", tensor_from_numpy)

#Converting tensor to numpy array
tensor_to_numpy = tensor_from_numpy.numpy()
print("numpy array from tensor:", tensor_to_numpy)

トピックについてさらに深く掘り下げることができます。このタイプのシステムは、文脈を活用する能力が向上しており、こういったケースでは非常に重要になります。

私は基本的なテンソル操作についてもっと提案し続けるように依頼し、その結果、素晴らしいリストが作成されました。

次に、上のリストから1つの項目について、注釈を添えてより詳細な例を挙げてもらいました。

さらに説明が必要な場合に役立つかもしれない注釈を付けて尋ねるのです。貴方がより深く／広く学ぶにつれて、この能力は重要になります。

import torch

# Create three 2D tensors
a = torch.randn(2, 3)
b = torch.randn(3, 2)
c = torch.randn(2, 2)

# Perform element-wise multiplication using Einstein notation
result = torch.einsum("ij, jk, ik -> ij", a, b, c)

print("result:", result)

chatGPTによる解説は以下の通りです。
説明の正確さを確認したわけではありませんが、ざっと見たところ、まともそうです。

そして、トピックの間を行ったり来たりしながら、深く掘り下げたり、詳しい説明を求めたり、コードを増やしたり、教材のレベルを上げ続けることができます。このように個人に合わせて学習できるのは魅力的です。

今回紹介したのは簡単な実験であり、完璧ではありません。私は学習者のためにもっと多くの事例を探求し、文書化し続けるつもりです。しかし、本事例のレベルでも更にもっと多くのことができます。もし私がコンテンツのレベルをどんどん上げたいと思ったら、どうなるのか興味があります。これは試してみたいことです。すぐにやってみましょう！

今思い浮かんだのは、習得した知識をテストし、学習した概念をより深く身につけるための簡単な演習を設計することです。以下ではChatGPTの提案を紹介します。

そして、解答の正しさをチェックすることができるのでしょうか？これはたぶん難しいと思うのですが、最初の2つの練習問題については大丈夫なようです。解説もついています。すごい！

python import torch

#1
tensor = torch.randn(3, 4)

#2
tensor = tensor.view(-1)

まとめると、この新しい形式の学習の最も際立った特徴とは、私の意見によれば、自分のペースで学習できることです。自分のペースで学習する事は必要です。すべてのトピックを同じペースで学習することはできません。 ChatGPT を使用すると、プレッシャーを感じません。気を散らすことが少なくなり、目標に集中できるようになりました。

３．ChatGPTにPyTorchの使い方を手鳥足取り教えてもらう方法関連リンク

１）twitter.com
elvis@omarsar0 1月7日
elvis@omarsar0 1月13日