Как ChatGPT помогает программировать нейросети

Проверяем, как ChatGPT поможет программисту сгенерировать код для нейросети на Питоне

Эксперименты пвроедены в феврале 2023 с использованием сервиса app.writesonic.com

Чтобы получить более – менее полезный ответ, нужен довольно подробный запрос, заданный со знанием дела.

Итак, задаем запрос-задание

"Сгенерируй сверточную нейронноую сеть для бинарной классификации на Питон и Керас". После перевода с помощью Гугла имеем:

Generate convolutional neural network code for binary classification in Python and Keras

Ответ от ChatGPT:

Довольно логично, хотя для бинарной классификации чаще используют бинарную кросс энтропию и один нейрон на выходе с функцией активации в виде Сигмоида. Впрочем, приведенный вариант тоже работоспособен, тем более, что в коде есть приведение обучающих меток в формат он-хот кодирования y = keras.utils.to_categorical(y)

И да, хотелось бы уточнить, что нам нужна сеть доя распознавания картинок. Уточняем запрос:

I will generate a convolutional neural network code for binary classification of 100 by 100 pixels images in Phyton and Keras

Хорошо, но все же, хочется увидеть на выходе нейроны с функцией активации сигмоид, о чем и пишем в задании

I will generate a convolutional neural network code for binary classification of 100 by 100 pixels images in Phyton and Keras with a sigmoid activation function on the output layer

Ответ получен, но хотелось бы несколько иного, то есть самой сети с одним нейроном на выходе слоя dense. Ну что ж, попробуем еще уточнить:

I will generate a convolutional neural network code for binary classification of 100 by 100 pixels images in Phyton and Keras with one neuron and a sigmoid activation function on the output layer

Опять не совсем то. Хорошо, попробуем уточнить еще больше

Дадим такое задание: «сгенерируй код сверточной нейронной сети для бинарной классификации изображений размером 100 на 100 пикселей на Phyton и Keras с одним нейроном на выходном слое с функцией активации сигмоида  и компиляцией с функцией потерь бинарная кроссэнтропия»

В результате машинного перевода получаем запрос

generate a convolutional neural network code for binary classification of 100 by 100 pixel images in Phyton and Keras with one neuron in the output layer with sigmoid activation function and compilation with binary crossentropy

и ответ модели:

Похоже, ChatGPT ведет себя как не совсем подготовленный к экзамену и к тому же довольно упрямый студент :)

Мы вроде добились своего уточнением запросов, но в итоге начальный работоспособный код, был испорчен.

А может, это перевод такой непонятный? Что, если вообще не переводить?

– Оказывается, все работает точно так же! Посылаем запрос на русском языке и получаем в ответ тот же самый код. Отлично!

Какой вывод можно предложить?

ChatGPT выдает довольно разумные заготовки кода, которые можно использовать. Но требует для этого достаточно точных запросов, т.е. уже довольно глубокого знания материала. Вероятно, может быть использован как советующая система в помощь начинающим программистам – в нашем случае разработчикам нейронных сетей.

Но можно его использовать и как инструмент для обучения студентов. Дать правильное и подробное задание написать код, проанализировать и объяснить его, а потом доработать и запустить на исполнение со своими данными – это тоже непростая задача, решив которую студент и приобретет, и (в случае контроля) подтвердит свои знания.