GPT+Copilotを使えば、Rustの学習はすぐに始まります

GPT+Copilotを使えば、Rustの学習はすぐに始まります

みなさんこんにちは。私は漁師です。

Rust の学習曲線は初期段階と中期段階では急峻になりますが、今日では AI の支援があり、どのプログラミング言語を学ぶこともそれほど難しくないようです。わからない場合は、GPT に尋ねてください。少なくとも初期段階では、問題をすぐに解決できるようになります。

例えば、CSV ファイルを読み取りたい場合、GPT に直接アクセスして参照することができます。

CSV ファイルの内容も自動的に生成されるので、非常に効率的です。

まず、外部パッケージ(csv パッケージと serde パッケージ)を追加しましょう。これらのパッケージは、Cargo.toml ファイルに追加することでインポートできます。

あるいは、次のコマンドラインを追加します。

 cargo add serde --features derivecargo add csv cargo add serde --features derive

追加した後、このファイルを走査して、実際にデータがあるかどうかを確認します。

コードは次のとおりです。

 use csv::Reader; use std::error::Error; const CSV_PATH: &str = "./large_file.csv"; fn main() -> Result<(), Box<dyn Error>> { let mut rdr = Reader::from_path(CSV_PATH)?; for result in rdr.records() { let record = result?; println!("{:?}", record); } Ok(()) }

実行結果はこれらのデータを生成するのに非常に役立ちます。

 cargo run Finished dev [unoptimized + debuginfo] target(s) in 0.04s Running `target/debug/rust-demo9` StringRecord(["Alice", "30", "New York"]) StringRecord(["Bob", "25", "Los Angeles"]) StringRecord(["Charlie", "35", "Chicago"]) StringRecord(["David", "40", "Houston"]) StringRecord(["Eve", "28", "Philadelphia"]) StringRecord(["Frank", "33", "Phoenix"]) StringRecord(["Grace", "22", "San Antonio"]) StringRecord(["Henry", "45", "San Diego"]) StringRecord(["Ivy", "29", "Dallas"]) StringRecord(["Jake", "38", "San Jose"]) %

Age 列のデータだけを読み取りたい場合は、GPT に直接相談すれば、解決を手伝ってもらえます。コードのすべての行を説明してくれるので、初心者にとっては非常に助かります。

 use csv::Reader; use std::error::Error; const CSV_PATH: &str = "./large_file.csv"; fn main() -> Result<(), Box<dyn Error>> { let mut rdr = Reader::from_path(CSV_PATH)?; for result in rdr.records() { let record = result?; println!("{}", record.get(1).unwrap_or_default()); } Ok(()) }

3 列目のデータを取得したい場合は、vscode で直接 GitHub Copilot を参照することもできます。問題がないと思われる場合は、[Accept] を直接クリックして、提供されるコードを参照できます。基本的な変更にも非常に便利です。ただし、一部の基本的なコードと繰り返しコードは Copilot によって自動的に生成されるため、効率も大幅に向上します。

結果は次のとおりです。

最後に、どんな言語でも学習すれば、困難は大幅に軽減されます。AI をプロダクト マネージャーとして扱い、要件を提供し、最終的に AI にコード開発を手伝わせることもできます。実際にレビューを行い、AI に書き方が下手な部分の修正を続けさせるか、魔法のような修正を行った後、基本的にそれを使用することができます。仕事で繰り返し使用するコードのほとんどをゼロから学ぶ必要はありませんが、ツールの使い方を学べばよいのです。

<<:  まだ NeRF に取り組んでいますか?リアルタイムレンダリングでリアルな自動運転データを生成!ストリートガウス:すべての SOTA を超えよう!

>>: 

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

製造業におけるロボット:脅威か、それともチャンスか?

過去10年間で製造業におけるロボットの使用が増加しています。先進オートメーション協会が最近発表した調...

2023年世界AI指数ランキング発表:米国と中国が1位と2位、アジア諸国は好成績

英国のメディア組織Tortoise Mediaは最近、2023年の世界AI指数ランキングを発表しまし...

AIがITスキルと人材の需要をどのように変えているのか

AI は急速に日常のビジネス運営に不可欠な要素になりつつあり、すでに運用プロセスの改善、顧客サービス...

ビデオ会議に最適な AI アプリケーション

人工知能はさまざまな方法でビジネスを支援しています。 COVID-19パンデミックの間、多くの企業は...

...

...

超人気のミニGPT-4は視覚機能が急増し、GitHubでは2万個のスターを獲得し、中国のチームによって制作されています

ターゲット検出用のGPT-4V?ネットユーザーの実地テスト:まだ準備ができていません。検出されたカテ...

ワン・ガン:人工知能は伝統的な産業の雇用の26%を置き換え、38%の新規雇用を創出する

[[265464]]人工知能の応用分野はさらに充実し、インテリジェント製造、インテリジェント運転、ス...

...

ロボットは自分で物事を行うことを学び、緩んだネジを自分で締めることができる。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

中国聯通の専門家:5Gは5つの側面からAIを取り入れるべき

5Gは大規模なアンテナシステムと超高密度ネットワーク技術を採用し、スペクトル共有やD2Dなどの複雑な...

人工知能の便利な日常的な活用例8つ

「人工知能」という用語を Google で検索して、何らかの形でこの記事にたどり着いた場合、または ...

...

Python 転移学習: 機械学習アルゴリズム

機械学習は、非常に幅広い領域をカバーする人工知能の人気のあるサブフィールドです。その人気の理由の 1...

星が輝くとき - WOT グローバル テクノロジー イノベーション カンファレンス 2021 が間もなく開催されます

【51CTO.comオリジナル記事】​​​ 100年前、シュテファン・ツヴァイクは彼の有名な著作「星...