叫板GPT-4的Gemini,我做了一个聊天网页,可图片输入,附教程

先看效果:

简介

Gemini 是谷歌研发的最新一代大语言模型,目前有三个版本,被称为中杯、大杯、超大杯,Gemini Ultra 号称可与GPT-4一较高低:

  • Gemini Nano(预览访问)
    为设备端体验而构建的最高效模型,支持离线使用场景。
  • Gemini Pro(已推出)
    性能最佳的模型,具有各种文本和图像推理任务的功能。
  • Gemini Ultra(预览访问)
    将于2024年初推出,用于大规模高度复杂文本和图像推理任务的最强大模型。

Gemini Pro在八项基准测试中的六项上超越了GPT-3.5,被誉为“市场上最强大的免费聊天AI工具”。

本文,我们使用的是 Gemini Pro,Pro有两个模型:

  • gemini-pro:针对仅文本提示进行了优化。
  • gemini-pro-vision:针对文本和图像提示进行了优化。

API 免费!

Google这次确实给力,API直接免费开放,只要申请就给!

如何本地执行脚本 或 开发一个前端页面,顺利白嫖Google的Gemini呢?

先去 https://ai.google.dev/ 创建Gemini API key

顺便说一句,感兴趣可以去深入学习一下文档:https://ai.google.dev/docs

Gemini 构建应用程序所需的所有信息都可以在这个网站查到,包括Python、Android(Kotlin)、Node.js 和 Swift的支持文档。

我们直接看Python 快速入门指南:

https://ai.google.dev/tutorials/python_quickstart

更省事儿的是直接从这个官方示例中copy代码:

https://github.com/google/generative-ai-docs/blob/main/site/en/tutorials/python_quickstart.ipynb

核心代码

本地运行脚本,代码其实简单到离谱,6行足矣。

注:网络要畅通

# 先安装google-generativeai
pip install -q -U google-generativeai

文本对话

import google.generativeai as genai
GOOGLE_API_KEY='这里填写上一步获取的api'
genai.configure(api_key=GOOGLE_API_KEY)
model = genai.GenerativeModel('gemini-pro')
response = model.generate_content("你好")
print(response.text)

运行一下:

图片也可以作为输入,比如让Gemini评价一下我的头像

import PIL.Image
import google.generativeai as genai
img = PIL.Image.open('img.png')
GOOGLE_API_KEY='这里填写上一步获取的api'
genai.configure(api_key=GOOGLE_API_KEY)
model = genai.GenerativeModel('gemini-pro-vision')
response = model.generate_content(["请评价一下这张照片", img])
response.resolve()
print(response.text)

运行一下:

做个网页版

网页版可以使用streamlit或者Gradio实现,Gradio 本公众号写过,包括如何将项目免费部署到huggingface。需要了解更多:可以参考我这篇文章腾讯的这个算法,我搬到了网上,随便玩!

也可以部署到自己的服务器,加个域名就OK了

这里参考了这位大佬的代码:https://github.com/meryemsakin/GeminiGradioApp

我修改了源代码中GOOGLE_API_KEY获取方式并加了登陆认证,还做了一点中文翻译

代码如下:

import time
from typing import List, Tuple, Optionalimport google.generativeai as genai
import gradio as gr
from PIL import Imageprint("google-generativeai:", genai.__version__)TITLE = """<h1 align="center">Gemini App</h1>"""
SUBTITLE = """<h2 align="center">仅做试玩,不定期下线</h2>"""
GOOGLE_API_KEY='这里填写上一步获取的api'AVATAR_IMAGES = (None,"image.png"
)def preprocess_stop_sequences(stop_sequences: str) -> Optional[List[str]]:if not stop_sequences:return Nonereturn [sequence.strip() for sequence in stop_sequences.split(",")]def user(text_prompt: str, chatbot: List[Tuple[str, str]]):return "", chatbot + [[text_prompt, None]]def bot(#google_key: str,image_prompt: Optional[Image.Image],temperature: float,max_output_tokens: int,stop_sequences: str,top_k: int,top_p: float,chatbot: List[Tuple[str, str]]
):text_prompt = chatbot[-1][0]genai.configure(api_key=GOOGLE_API_KEY)generation_config = genai.types.GenerationConfig(temperature=temperature,max_output_tokens=max_output_tokens,stop_sequences=preprocess_stop_sequences(stop_sequences=stop_sequences),top_k=top_k,top_p=top_p)if image_prompt is None:model = genai.GenerativeModel('gemini-pro')response = model.generate_content(text_prompt,stream=True,generation_config=generation_config)response.resolve()else:model = genai.GenerativeModel('gemini-pro-vision')response = model.generate_content([text_prompt, image_prompt],stream=True,generation_config=generation_config)response.resolve()# streaming effectchatbot[-1][1] = ""for chunk in response:for i in range(0, len(chunk.text), 10):section = chunk.text[i:i + 10]chatbot[-1][1] += sectiontime.sleep(0.01)yield chatbotimage_prompt_component = gr.Image(type="pil", label="Image", scale=1)
chatbot_component = gr.Chatbot(label='Gemini',bubble_full_width=False,avatar_images=AVATAR_IMAGES,scale=2
)
text_prompt_component = gr.Textbox(placeholder="你好!",label="请在这里提问···"
)
run_button_component = gr.Button()
temperature_component = gr.Slider(minimum=0,maximum=1.0,value=0.4,step=0.05,label="Temperature",info=("Temperature 控制令牌选择的随机程度 ""较低的Temperature适用于期望获得真实或正确回答的提示, ""而较高的Temperature可以导致更多样化或意外的结果 "))
max_output_tokens_component = gr.Slider(minimum=1,maximum=2048,value=1024,step=1,label="Token limit",info=("Token 限制确定每个提示可以获得的最大文本输出量 ""每个 Token 大约为四个字符,默认值为 2048 "))stop_sequences_component = gr.Textbox(label="Add stop sequence",value="",type="text",placeholder="STOP, END",info=("停止序列是一系列字符(包括空格),如果模型遇到它,会停止生成响应""该序列不作为响应的一部分,""可以添加多达5个停止序列"))
top_k_component = gr.Slider(minimum=1,maximum=40,value=32,step=1,label="Top-K",info=("Top-k 改变了模型为输出选择 token 的方式 ""Top-k 为 1 意味着所选 token 在模型词汇表中所有 token 中是最可能的(也称为贪心解码)""而 top-k 为 3 意味着下一个 token 从最可能的 3 个 token 中选取(使用temperature)"))
top_p_component = gr.Slider(minimum=0,maximum=1,value=1,step=0.01,label="Top-P",info=("Top-p 改变了模型为输出选择 token 的方式 ""token 从最可能到最不可能选择,直到它们的概率之和等于 top-p 值 ""如果 token A、B 和 C 的概率分别为 0.3、0.2 和 0.1,top-p 值为 0.5 ""那么模型将选择 A 或 B 作为下一个 token(使用temperature) "))user_inputs = [text_prompt_component,chatbot_component
]bot_inputs = [image_prompt_component,temperature_component,max_output_tokens_component,stop_sequences_component,top_k_component,top_p_component,chatbot_component
]with gr.Blocks() as demo:gr.HTML(TITLE)gr.HTML(SUBTITLE)with gr.Column():with gr.Row():image_prompt_component.render()chatbot_component.render()text_prompt_component.render()run_button_component.render()with gr.Accordion("Parameters", open=False):temperature_component.render()max_output_tokens_component.render()stop_sequences_component.render()with gr.Accordion("Advanced", open=False):top_k_component.render()top_p_component.render()run_button_component.click(fn=user,inputs=user_inputs,outputs=[text_prompt_component, chatbot_component],queue=False).then(fn=bot, inputs=bot_inputs, outputs=[chatbot_component],)text_prompt_component.submit(fn=user,inputs=user_inputs,outputs=[text_prompt_component, chatbot_component],queue=False).then(fn=bot, inputs=bot_inputs, outputs=[chatbot_component],)demo.queue(max_size=99).launch(auth=("用户名", "密码"),debug=True)

部署到服务器涉及Nginx配置,域名注册、域名解析等等,蛮麻烦的,这里就不展开了。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/591816.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

什么是数据结构?

1、一种非常经典的数据结构。 栈数据结构&#xff1a;stack 2、什么是数据结构&#xff1f; 数据结构通常是&#xff1a;存储数据的容器。而该容器可能存在不同的结构。 数据结构和 java 语言实际上是没有关系&#xff0c;数据结构是一门独立的学科。 在大学计算机专业中&#…

[Redis实战]分布式锁

四、分布式锁 4.1 基本原理和实现方式对比 分布式锁&#xff1a;满足分布式系统或集群模式下多进程可见并且互斥的锁。 分布式锁的核心思想就是让大家都使用同一把锁&#xff0c;只要大家使用的是同一把锁&#xff0c;那么我们就能锁住线程&#xff0c;不让线程进行&#xf…

Rust赋值语句和数字类型

赋值语句 在Rust中&#xff0c;使用let关键字定义变量。格式是let 变量名:变量类型 变量值;&#xff0c;下边是个例子&#xff1a; let age:i32 18;这就是定义一个有符号32位的数字变量age&#xff0c;而其中的值是18。 而在C语言定义变量的语句格式是类型 变量名 变量值。…

【网络技术】【Kali Linux】Wireshark嗅探(三)用户数据报(UDP)协议

一、实验目的 本次实验使用wireshark流量分析工具进行网络嗅探&#xff0c;旨在了解UDP协议的报文格式。 二、网络环境设置 本次实验使用Kali Linux虚拟机完成&#xff0c;主机操作系统为Windows 11&#xff0c;虚拟化平台选择Oracle VM VirtualBox&#xff0c;组网模式选择…

我与VR的再拜之交

我接触VR比较早。 记得早在2001年左右&#xff0c;瑞典的一家公司&#xff0c;借与上海市政府互访之际&#xff0c;提出与上海市政府在虚拟现实领域的合作。后来上海市政府邀请了上海的几家大型国企&#xff0c;包括汽车、船舶、飞机等&#xff0c;去讨论此事&#xff0c;我作…

electron使用webview出现空白页面解决办法

在使用webview标签的时候&#xff0c;出现了空白页面的情况&#xff0c;刚开始以为没有生效&#xff0c;后来发现页面上是有这个标签的&#xff0c;但是没有展示出内容&#xff0c;后来看了官网&#xff0c;默认情况下&#xff0c;webview标签在 Electron > 5 中被禁用。 &l…

pytorch机器学习各种激活函数总结(不完整学习更新中~)

pytorch各种激活函数总结 0.思维导图预览1. ReLU函数2. Sigmoid函数3. Softmax函数4. Tanh函数5.&#xff08;学习后更新&#xff09; 0.思维导图预览 1. ReLU函数 ReLU&#xff08;Rectified Linear Unit&#xff09;线性整流函数 其公式为&#xff1a; f ( x ) M a x ( 0 …

[python] 基于Dataset库操作数据库

dataset库是Python中一个用于操作数据库的简单库&#xff0c;它提供了一种简洁的方式与各种关系型数据库进行交互&#xff0c;例如SQLite、MySQL、PostgreSQL 等。你可以使用dataset库来执行查询、插入、更新和删除操作&#xff0c;而无需编写复杂的SQL语句。dataset库适用于小…

传感器原理与应用复习--具体场景的应用

文章目录 测量转速测量厚度测量加速度测量液体压强测量含水量测量温度测量流速 测量转速 磁电感应传感器 霍尔传感器 测量厚度 电涡流传感器 测量加速度 应变式传感器 差动变压器式传感器 测量液体压强 电感传感器 电容传感器 测量含水量 半导体传感器 微波传感器…

Prototype原型模式(对象创建)

原型模式&#xff1a;Prototype 链接&#xff1a;原型模式实例代码 注解 模式定义 使用原型实例指定创建对象的种类&#xff0c;然后通过拷贝这些原型来创建新的对象。 ——《设计模式》GoF 目的 在软件系统中&#xff0c;经常面临这“某些结构复杂的对象”的创建工作&am…

Redis的集群模式:主从 哨兵 分片集群

基于Redis集群解决单机Redis存在的问题&#xff0c;在之前学Redis一直都是单节点部署 单机或单节点Redis存在的四大问题&#xff1a; 数据丢失问题&#xff1a;Redis是内存存储&#xff0c;服务重启可能会丢失数据 > 利用Redis数据持久化的功能将数据写入磁盘并发能力问题…

基于YOLOv8的目标跟踪技术

&#x1f4a1;&#x1f4a1;&#x1f4a1;本文摘要&#xff1a;介绍了YOLOv8自带的目标跟踪技术以及评价指标&#xff0c;并教会你如何在YOLOv8使用 1.YOLOv8自带两种跟踪方法 ultralytics/cfg/trackers/文件夹下 1.1 ByteTrack介绍 https://arxiv.org/pdf/2110.06864.pdf 摘…

【华为OD】人工智能面试题目

题目如下&#xff1a; 解释什么是人工智能&#xff1f;描述一下你使用过的机器学习库或框架&#xff0c;以及它的主要功能和特点。什么是过拟合和欠拟合&#xff1f;如何避免它们&#xff1f;解释一下决策树、随机森林和梯度提升机等监督学习算法的基本原理。什么是神经网络&a…

Python爬虫---selenium基本使用(支持无界面浏览器PhantomJS和Chrome handless)

为什么使用selenium&#xff1f; 使用urllib.request.urlopen()模拟浏览器有时候获取不到数据,所以使用selenium (1) selenium是一个用于web应用程序测试的工具 (2) selenium 测试直接运行在浏览器中&#xff0c;就像真正的用户在操作一样 (3) 支持通过各种driver (FirfoxDri…

2401编辑器,好插件

原文 CScintillaCtrl,CScintillaView和CScintillaDocv1.82 Scintilla编辑控件的免费MFC和ATL/WTL包装类 这些类为Scintilla编辑控件(http://www.scintilla.org)提供MFC和ATL/WTL包装.此控件提供开源跨平台编辑控件. 部分功能包括语法高亮,调用提示,括号高亮,风格,边距和标记等…

NFS客户端挂载目录后无权限nfsnobody问题

# vim /etc/exports/opt/public 192.168.1.104(rw,sync,anonuid2019,anongid2019)如果使用 anonuid &#xff0c;则客户端需要授权的用户账号的 uid 需要跟 anonuid 一致。 如果使用 anongid &#xff0c;则客户端需要授权的用户账号的 groups 中需要有对应的 gid 。 【关…

Linux 软raid - - Barrier

什么是Barriers 在linux软raid中&#xff0c;用来处理正常IO和同步IO的并发问题&#xff0c;可以简单理解为专用于软raid的锁。 软raid在做resync/recovery&#xff0c;或者配置操作时需要raise 屏障&#xff0c;于此同时必须暂停正常IO。 barrier是可以被多次raise的一个计数…

PAT 乙级 1057 数零壹

给定一串长度不超过 10 5 的字符串&#xff0c;本题要求你将其中所有英文字母的序号&#xff08;字母 a-z 对应序号 1-26&#xff0c;不分大小写&#xff09;相加&#xff0c;得到整数 N&#xff0c;然后再分析一下 N 的二进制表示中有多少 0、多少 1。例如给定字符串 PAT (Bas…

人大金仓数据库与mysql比较

简介 人大金仓数据库是基于 PostgreSQL 开发的。 SQL语言 语法 关键字 KES&#xff1a; MYSQL&#xff1a; 语句 *特性MYSQLKES字符串字面量单引号()或 双引号(")十六进制字面量0x5461626c65&#xff0c;X5461626c65/BIT字面量b1000001,0b1000001/Boolean字面量常…

C#中汉字转区位码

目录 一、关于区位码 1.区位码定义 2.算法 二、实例 三、生成效果 四、程序中的知识点 1.byte[] GetBytes(string s) 2.字节数组转short类型 一、关于区位码 1.区位码定义 区位码是一个4位的十进制数&#xff0c;每个区位码都对应着一个唯一的汉字&#xff0c;区位码…