前言
11月7日晚上，各位AI大佬坐不住了，因为openAi的首届开发者大会开始了。大家感兴趣的可以去网上找找视频，如果你对AI也有兴趣，一定不虚此行~
我以往一直在学习前端有关的知识，AI在以后一定会是个浪潮，所以我们可以来一起学习AI，有跟我一样的前端小伙伴们也可以并驾齐驱，一起学习AI，刚接触AI的小白们一起加油！
准备工作
- Google 账号
- Openai 账号
- Openai 网址为 openai.com/
- Google Colab 网址为 colab.research.google.com/。
通过 Google Colab，用户可以创建和共享Jupyter笔记本，运行Python代码，访问云端计算资源，以及使用大量开源机器学习框架和库，而无需担心硬件或软件配置问题。而我们这里需要一点点的python 和 openai结合，当我们使用Google Colab 运行python时，可以不用担心配置环境。
注意，以上这些网站均为外网，当我们访问这些网站时，需要 "搭梯子"，具体可以去网上看看教程
正文
- 首先进入openai网站，拿到我们的sdk。教程如下：
选择VPI
复制我们的API keys， 如果没有的话点击Create new secret key,这样我们就可以拿到我们的sdk了。
接下来我们进入Google Colab网站，将代码放进此网站运行。这个网站十分的方便，当我们使用Google Colab 运行python时，可以不用担心配置环境。
点击文件-> 新建笔记本 点击左上角 +代码
输入!pip install transformers
!pip install transformers 将使用 pip 安装名为 "transformers" 的 Python 包。 "transformers" 是一个用于自然语言处理（NLP）的 Python 库，它包含了各种预训练的 NLP 模型，如BERT、GPT-2、RoBERTa等。这些模型被广泛用于各种 NLP 任务，如文本分类、文本生成、命名实体识别、问答等。
点击左侧播放健运行，当左下角出现Successfully说明安装成功。
输入
pipeline是 Hugging Face Transformers 库中的一个非常方便的工具，用于简化自然语言处理（NLP）任务的处理。
sentiment-analysis是预训练模型执行情感分析任务,我们无需关心模型的细节，只用提供输入。
我们输入'I love you' 或'shut up'等等，它都给出了positive 或 NEGATIVE,中文意思是积极的和消极的,而后面的score 则表示此判断的正确性，比如i love you判断积极的正确性有0.9986
但是我们输入遥遥领先时，它判断了一个NEGATIVE，那我们怎么解决这个问题呢？
我们在pipeline再加入一个中文模型，这个模型是大众点评亿万条数据训练出来的，我们再输入遥遥领先时，就可以输出positive了。
大家是不是觉得AI很神奇呢？
今天的内容就到这啦，如果你觉得小编写的还不错的话，或者对你有所启发，请给小编一个辛苦的赞吧