Coderen met reasoning-modellen
Tijd om zelf te gaan coderen met DeepSeek's R1-model! Zoals je misschien weet, is een belangrijk onderdeel van betrouwbaar code ontwikkelen het toevoegen van tests, die controleren of tussenstappen correct verlopen voordat er een eindresultaat wordt teruggegeven. Goedgeschreven tests maken debuggen een stuk makkelijker!
Je collega heeft een Python-script overgedragen waar ze aan werkten, en je merkt dat het geen tests bevat. Omdat je niet bekend bent met de libraries of syntaxis in het script, gebruik je een reasoning-model om passende tests aan het script toe te voegen in de vorm van assert-statements. Wil je meer lezen over assert-statements? Bekijk dan deze DataCamp-tutorial.
import numpy as np
a = np.arange(5)
b = a.reshape(-1, 1)
c = np.ones((5, 3))
d = np.hstack((b, c))
col_means = d.mean(axis=0)
Deze oefening maakt deel uit van de cursus
Werken met DeepSeek in Python
Oefeninstructies
- Kopieer de gegeven code naar de afgebakende prompt die al voor je is gestart.
- Stuur
promptnaar het modeldeepseek-ai/DeepSeek-R1.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
client = OpenAI(api_key="", base_url="https://api.together.xyz/v1")
# Copy the code into the prompt
prompt = """[Task: Write Python assert statements for the following code.]
Code:
____
"""
# Send the prompt to R1
response = client.chat.completions.create(model="deepseek-ai/DeepSeek-R1", messages=[{"role": "user", "content": ____}], max_tokens=400)
print(response.choices[0].message.content)