本文为站长提供了使用OpenAI API进行常见任务的示例代码，内容包括API接口、GPT-3、嵌入、微调GPT-3、DALL-E和Azure OpenAI等，示例代码大多数采用Python编写。
本文为您提供了使用OpenAI API进行常见任务的示例代码，内容包括API接口、GPT-3、嵌入、微调GPT-3、DALL-E和Azure OpenAI等，大多数代码示例都是用Python编写的。
本文分享了使用 OpenAI API 完成常见任务的示例代码。
要运行这些示例，您需要一个 OpenAI 帐户和关联的 API 密钥（创建一个免费帐户）。
大多数代码示例都是用Python编写的，尽管这些概念可以应用于任何语言。
此文章由OpenAI开源维基百科原创发布，如若转载请注明出处：https://openai.wiki/openai-cookbook.html
本文展示了如何使用简单的K-means算法进行聚类。聚类可以帮助在数据中发现有价值的、隐藏的分组。本例中使用的数据集在Obtain_dataset Notebook中创建。
API 请求并行处理器使用OpenAI API快速处理大量文本需要小心。如果您逐一提交百万个API请求，它们将需要数天时间才能完成。如果您并行涌入一百万个API请求，它们将超出速率限制并因错误而失败。
OpenAI’s services are not available in your country. (error=unsupported_country) ”
OpenAI的服务在您所在的国家/地区不可用”解决方法
本文介绍了如何使用t-SNE算法将高维的语言嵌入降至2维，并将结果可视化成散点图。在这个例子中，我们使用了亚马逊上的食品评论数据集，并将每个评论的打分映射成了散点图上点的颜色。
本文介绍了OpenAI的get_embedding函数，可用于获取输入文本的嵌入向量。通过Python代码示例展示了如何使用该函数，获取指定文本的嵌入向量，进而用于语义搜索、推荐、聚类分析等应用场景。
评论列表（1条）
[…] openAI｜烹饪指南 […]