如何用 ChatGPT 辅助备课？（编程篇）

用它备课写代码，可是没少帮我节省时间啊。

授课

我这一学期，为本科生讲授《机器学习》课程。

这是我们学院 21 年新设立的数据科学系的一门新课，第一轮讲授。我之前倒是讲过机器学习，但那还是 2019 年春季（时间过得快啊，整整四年了）在北德克萨斯大学。课程代码我还记得，叫 INFO5731。

回国后，我一直没讲过机器学习课程。冷不丁捡起来，发现需要解决的问题太多了。

首先是授课对象发生了变化。原先面向研究生，现在面向大二本科生，因此必须要补充基础知识降低难度。

其次，也是最要命的，是这几年框架的 API 变化很大，原先的代码基本上都不能用了。越是前沿领域，变化就越大。深度学习框架就是个例子，API 隔三差五就变化，搞个「偷袭」。有的时候代码上周运行正常，今天重新运行就出现错误，让你丈二和尚摸不着头。我经常徘徊在 stackoverflow 和 github 上蹲问题答案，有的时候看到是 API 变化导致，不由得好气好笑。当年为了 INFO5731 那门课的备课，我经常奋斗到上课之前，才终于能把代码跑通。如果再为了备课重新来这么一次，那简直就是噩梦重现啊。去年秋天每每想起这事儿，我都上火。

另外在美国给研究生授课时，并不区分讲授和上机课，所有课都在机房上。当时的代码样例只需要准备一个就行。现在不行了 —— 上课讲一个，上机还要练一个，必定需要不同的数据集。这就比较麻烦了。如果数据集同构，代码需要修改的地方不多，但是起不到上机练习的督促和训练意义；可若是上机用的数据与原始数据差别较大，那我还得自行重新处理一通，那真令人挠头。

好在，今年咱有了个秘密武器。用它备课写代码，可是没少帮我节省时间啊。

武器

秘密武器，自然就是 ChatGPT 了。

ChatGPT 刚发布的时候，我就开始用它编写一些简单的代码，但是运行起来，少有一次通过，大部分都会报错。不少小伙伴也表示过失望。

但是咱们沉下心来分析 ChatGPT 输出代码错误的原因。我觉得主要有三个：

首先是语言理解能力。ChatGPT 对于你的某些表达方式，可能并不能做出符合预期的判定和回应。这个问题需要靠着 GPT-4 更强的理解和推理能力来解决。所以我 最初尝试 Cursor 的时候，才会如此兴奋；

其次是缺乏样例。对 ChatGPT 来说框架没有高低之别，API 没有新旧之分。但是你在实际执行的时候可不是这样。使用过期的记忆（2021 年 9 月之前）编写的代码，是跑不通的。解决办法很简单，就是给它合适的例子，ChatGPT 立即就能调整。所以，我现在如果希望 ChatGPT 利用 fast.ai 编程，会直接把对应部分的样例代码拿来，让 ChatGPT 学习一下，然后它就可以照葫芦画瓢了；

第三，ChatGPT 不是你肚子里面的蛔虫。它不了解你的数据的样子，只能靠着猜测，来想象你指定的数据集包括哪些列，每一列都是什么。部分数据集在网上有若干个版本，这种基于支离破碎记忆的猜测不但对你完成任务无济于事，还经常会形成干扰。有一次我做 Titanic 数据集的分类问题，ChatGPT 给出的代码半天跑不过去。后来仔细一看 ChatGPT 理解的数据特征和我实际用的版本之间数量对不上。当时我突发奇想，手动调用 pandas 打印出来前几行，贴到提示语当中，果然好使，不过很折腾。

现在咱有了基于 GPT-4 的 Code Interpreter，这些困难都被突破了。

前面我已经给你展示过 Code Interpreter 做 数据分析、可视化、动图，甚至是 复杂网络仿真。这次咱们来看看它如何在机器学习模型训练上发挥威力。