让人工智能帮你写代码（OpenAi 详细注册流程）
Open AI 是很火的一个AI交互式服务，但苦于很多人不知道如何去注册使用，因为在中国大陆是无法使用正常的手机号进行注册的，因为官网会提示你当前区域不支持。值得注意的这里需要我们进行科学上网，中国的网址是无法进行登录的，直接显示不可用。
我们先选择打开open ai官网，然后进行邮箱验证，验证完了，就是手机验证，这时我们就需要进入下面的链接，进行虚拟号码官网的注册：
获取虚拟手机号码。短期手机号码。手机短信激活服务
注册成功后我们就可以收到一封邮件，然后点击激活既可以，最后返回到虚拟手机号码官网界面。
点开我的寻找支付宝充值，这里我们可以选择用信用卡支付，
这里最好是买美国的虚拟卡，因为其它国家的会提示错误，
我尝试去用印度尼西亚的电话来收取验证码，结果是不行的，所以又花了1块（美元）钱去买了，建议大家还是一次性充值60卢布就可以了，然后就直接买一个美国的服务，将下面马赛克的部分也就是给你的电话号码直接复制到open ai中即可，然后等待10秒，在下面这张图的界面上将会收到验证码，然后返回open ai进行输入即可。
最终注册成功后的open ai界面如下：我们可以尝试try it来进行体验AI的智能与便捷。chat.openai.com/chat
这是一个免费的研究预览。我们的目标是获得外部反馈，以改进我们的系统，使其更加安全。虽然我们有保障措施，但该系统可能偶尔会产生不正确或误导性的信息，并产生攻击性或有偏见的内容。它不打算提供建议。
如何收集数据？
他们的培训师可能会对对话进行审查，以改进我们的系统，另外，给出的提示是请不要在对话中分享任何敏感信息。
尝试问一些问题？
他目前可以实现的功能主要以下这些方面：构建一个应用程序文本，补全代码补全，编辑文本生成、编辑和解释代码；图像生成；测试版调谐生成和编辑图像，为你的用例训练一个模型嵌入式搜索、分类和比较文本
Build an application
Text completion
Generate and edit text
Code completion
Limited beta
Generate, edit, and explain code
Image generation
Beta
Generate and edit images
Fine-tuning
Train a model for your use case
Embeddings
Search, classify, and compare text
最终我们来尝试让他提供一个计算NDVI的代码
再来尝试一个sentinel-2去云代码
这是他给出的代码：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
<span class="c1"><span class="com">// Load a Sentinel-2 image and apply the CloudScore algorithm.</span> </span><span class="kd"><span class="kwd">var</span></span> <span class="nx"><span class="pln">image</span></span> <span class="o"><span class="pun">=</span></span> <span class="nx"><span class="pln">ee</span></span><span class="p"><span class="pun">.</span></span><span class="nx"><span class="typ">Image</span></span><span class="p"><span class="pun">(</span></span><span class="s1"><span class="str">'COPERNICUS/S2/20170608T012702_20170608T012702_T33UUB'</span></span><span class="p"><span class="pun">)</span></span> <span class="p"><span class="pun">.</span></span><span class="nx"><span class="pln">clipToCollection</span></span><span class="p"><span class="pun">(</span></span><span class="nx"><span class="pln">geometry</span></span><span class="p"><span class="pun">)</span></span> <span class="p"><span class="pun">.</span></span><span class="nx"><span class="pln">normalizedDifference</span></span><span class="p"><span class="pun">([</span></span><span class="s1"><span class="str">'B8'</span></span><span class="p"><span class="pun">,</span></span> <span class="s1"><span class="str">'B11'</span></span><span class="p"><span class="pun">])</span></span> <span class="p"><span class="pun">.</span></span><span class="nx"><span class="pln">rename</span></span><span class="p"><span class="pun">(</span></span><span class="s1"><span class="str">'NDVI'</span></span><span class="p"><span class="pun">);</span></span> <span class="kd"><span class="kwd">var</span></span> <span class="nx"><span class="pln">cloudScore</span></span> <span class="o"><span class="pun">=</span></span> <span class="nx"><span class="pln">ee</span></span><span class="p"><span class="pun">.</span></span><span class="nx"><span class="typ">Algorithms</span></span><span class="p"><span class="pun">.</span></span><span class="nx"><span class="typ">Landsat</span></span><span class="p"><span class="pun">.</span></span><span class="nx"><span class="pln">simpleCloudScore</span></span><span class="p"><span class="pun">(</span></span><span class="nx"><span class="pln">image</span></span><span class="p"><span class="pun">).</span></span><span class="nx"><span class="pln">select</span></span><span class="p"><span class="pun">(</span></span><span class="s1"><span class="str">'cloud'</span></span><span class="p"><span class="pun">);</span></span> <span class="c1"><span class="com">// Mask out cloudy pixels and display the resulting image.</span> </span><span class="kd"><span class="kwd">var</span></span> <span class="nx"><span class="pln">mask</span></span> <span class="o"><span class="pun">=</span></span> <span class="nx"><span class="pln">cloudScore</span></span><span class="p"><span class="pun">.</span></span><span class="nx"><span class="pln">lte</span></span><span class="p"><span class="pun">(</span></span><span class="mi"><span class="lit">10</span></span><span class="p"><span class="pun">);</span></span> <span class="kd"><span class="kwd">var</span></span> <span class="nx"><span class="pln">maskedImage</span></span> <span class="o"><span class="pun">=</span></span> <span class="nx"><span class="pln">image</span></span><span class="p"><span class="pun">.</span></span><span class="nx"><span class="pln">updateMask</span></span><span class="p"><span class="pun">(</span></span><span class="nx"><span class="pln">mask</span></span><span class="p"><span class="pun">);</span></span> <span class="nx"><span class="typ">Map</span></span><span class="p"><span class="pun">.</span></span><span class="nx"><span class="pln">addLayer</span></span><span class="p"><span class="pun">(</span></span><span class="nx"><span class="pln">maskedImage</span></span><span class="p"><span class="pun">,</span></span> <span class="p"><span class="pun">{</span></span><span class="nx"><span class="pln">min</span></span><span class="o"><span class="pun">:</span></span> <span class="mi"><span class="lit">0</span></span><span class="p"><span class="pun">,</span></span> <span class="nx"><span class="pln">max</span></span><span class="o"><span class="pun">:</span></span> <span class="mi"><span class="lit">1</span></span><span class="p"><span class="pun">,</span></span> <span class="nx"><span class="pln">palette</span></span><span class="o"><span class="pun">:</span></span> <span class="p"><span class="pun">[</span></span><span class="s1"><span class="str">'green'</span></span><span class="p"><span class="pun">,</span></span> <span class="s1"><span class="str">'yellow'</span></span><span class="p"><span class="pun">,</span></span> <span class="s1"><span class="str">'red'</span></span><span class="p"><span class="pun">]},</span></span> <span class="s1"><span class="str">'Masked NDVI'</span></span><span class="p"><span class="pun">);</span></span> <span class="nx"><span class="pun">最后还会给你来一段解释</span></span><span class="err"><span class="pun">：</span></span> |
This code first loads a Sentinel-2 image and clips it to a geometry that you specify. Then it calculates the Normalized Difference Vegetation Index (NDVI) and applies the CloudScore algorithm to the image. The algorithm produces a new image with a cloud band that indicates the likelihood of each pixel being cloudy. The code then masks out pixels with a high likelihood of being cloudy and displays the resulting cloud-free image on a map。
我翻一下的结果：
此代码首先加载 Sentinel-2 图像并将其裁剪到您指定的几何形状。然后计算归一化差异植被指数 (NDVI) 并将 CloudScore 算法应用于图像。该算法生成带有云带的新图像，指示每个像素为多云的可能性。然后代码屏蔽掉极有可能是多云的像素，并在地图上显示生成的无云图像
整体来说基本上是可以做到简单代码的分析和应用的，比较适合初学者自己尝试，并且搜索一些简单的gee代码来进行联系，另外，对于高级GEE学员，我认为也可以通过这个来让他写一些代码，减少自己的工作量。
但是大部分内容还是得自己写，对于一些常识性的问题，我们可以进行询问，但是比如说我们要用ai earth进行去云结果就无法进行了：
1. 带 [亲测] 说明源码已经被站长亲测过!
2. 下载后的源码请在24小时内删除,仅供学习用途！
3. 分享目的仅供大家学习和交流，请不要用于商业用途！
4. 本站资源售价只是赞助，收取费用仅维持本站的日常运营所需！
5. 本站所有资源来源于站长上传和网络，如有侵权请邮件联系站长！
6. 没带 [亲测] 代表站长时间紧促,站长会保持每天更新 [亲测] 源码 !
7. 盗版ripro用户购买ripro美化无担保,若设置不成功/不生效我们不支持退款!
8. 本站提供的源码、模板、插件等等其他资源，都不包含技术服务请大家谅解！
9. 如果你也有好源码或者教程，可以到审核区发布，分享有金币奖励和额外收入!
10.如果您购买了某个产品，而我们还没来得及更新，请联系站长或留言催更，谢谢理解 !
GG资源网 » 让人工智能帮你写代码（OpenAi 详细注册流程）
