Skip to content

README.md

Latest commit

 

History

History
225 lines (139 loc) · 16.4 KB

README.md

File metadata and controls

225 lines (139 loc) · 16.4 KB

بدء العمل في هذه الدورة

نحن متحمسون جدًا لبدء هذه الدورة ورؤية ما ستلهمك لبنائه باستخدام الذكاء الاصطناعي التوليدي!

لضمان نجاحك، تحدد هذه الصفحة خطوات الإعداد والمتطلبات التقنية وأين يمكنك الحصول على المساعدة إذا لزم الأمر.

خطوات الإعداد

لبدء هذه الدورة، ستحتاج إلى إكمال الخطوات التالية.

1. عمل نسخة من المستودع

قم بعمل نسخة كاملة من هذا المستودع إلى حساب GitHub الخاص بك لتتمكن من تغيير أي كود وإكمال التحديات. يمكنك أيضًا تحديد نجمة (🌟) لهذا المستودع لتجده والمستودعات ذات الصلة بسهولة أكبر.

2. إنشاء مساحة العمل

لتجنب أي مشاكل تتعلق بالاعتمادية عند تشغيل الكود، نوصي بتشغيل هذه الدورة في GitHub Codespaces.

يمكن إنشاء ذلك عن طريق اختيار خيار Code في النسخة الخاصة بك من هذا المستودع واختيار خيار Codespaces.

حوار يظهر الأزرار لإنشاء مساحة العمل

3. تخزين مفاتيح API الخاصة بك

من المهم الحفاظ على مفاتيح API الخاصة بك آمنة عند بناء أي نوع من التطبيقات. نوصي بعدم تخزين أي مفاتيح API مباشرة في الكود الخاص بك. قد يؤدي نشر هذه التفاصيل في مستودع عام إلى مشاكل أمنية وحتى تكاليف غير مرغوب فيها إذا تم استخدامها من قبل جهة خبيثة. إليك دليل خطوة بخطوة حول كيفية إنشاء ملف .env لـ Python وإضافة GITHUB_TOKEN:

  1. التنقل إلى دليل المشروع الخاص بك: افتح المحطة الطرفية أو موجه الأوامر وانتقل إلى دليل الجذر للمشروع الخاص بك حيث تريد إنشاء ملف .env.

    cd path/to/your/project

  2. إنشاء ملف .env: استخدم محرر النصوص المفضل لديك لإنشاء ملف جديد باسم .env. إذا كنت تستخدم سطر الأوامر، يمكنك استخدام touch (on Unix-based systems) or echo (على نظام Windows):

    الأنظمة المستندة إلى Unix:

    touch .env

    Windows:

    echo . > .env

  3. تعديل ملف .env: افتح ملف .env في محرر النصوص (مثل VS Code، Notepad++، أو أي محرر آخر). أضف السطر التالي إلى الملف، مستبدلاً your_github_token_here بالرمز الفعلي الخاص بك على GitHub:

    GITHUB_TOKEN=your_github_token_here

  4. حفظ الملف: احفظ التغييرات وأغلق محرر النصوص.

  5. تثبيت حزمة python-dotenv: If you haven't already, you'll need to install the python-dotenv لتحميل المتغيرات البيئية من ملف .env إلى تطبيق Python الخاص بك. يمكنك تثبيتها باستخدام pip:

    pip install python-dotenv

  6. تحميل المتغيرات البيئية في سكريبت Python الخاص بك: في سكريبت Python الخاص بك، استخدم حزمة python-dotenv لتحميل المتغيرات البيئية من ملف .env:

    from dotenv import load_dotenv
import os

# Load environment variables from .env file
load_dotenv()

# Access the GITHUB_TOKEN variable
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

هذا كل شيء! لقد نجحت في إنشاء ملف .env، وأضفت رمز GitHub الخاص بك، وقمت بتحميله إلى تطبيق Python الخاص بك.

كيفية التشغيل محليًا على جهاز الكمبيوتر الخاص بك

لتشغيل الكود محليًا على جهاز الكمبيوتر الخاص بك، ستحتاج إلى تثبيت نسخة من Python.

ثم لاستخدام المستودع، تحتاج إلى نسخه:

git clone https://github.com/microsoft/generative-ai-for-beginners
cd generative-ai-for-beginners

بمجرد أن تقوم بتفقد كل شيء، يمكنك البدء!

خطوات اختيارية

تثبيت Miniconda

Miniconda هو مثبت خفيف لتثبيت Conda، Python، بالإضافة إلى بعض الحزم. Conda نفسها هي مدير حزم، يسهل إعداد والتبديل بين بيئات Python الافتراضية والحزم المختلفة. كما أنها مفيدة لتثبيت الحزم غير المتوفرة عبر pip.

You can follow the MiniConda installation guide to set it up.

With Miniconda installed, you need to clone the repository (if you haven't already)

Next, you need to create a virtual environment. To do this with Conda, go ahead and create a new environment file (environment.yml). If you are following along using Codespaces, create this within the .devcontainer directory, thus .devcontainer/environment.yml.

قم بملء ملف البيئة الخاص بك بالمقتطف أدناه:

name: <environment-name>
channels:
 - defaults
 - microsoft
dependencies:
- python=<python-version>
- openai
- python-dotenv
- pip
- pip:
    - azure-ai-ml

إذا وجدت أنك تواجه أخطاء عند استخدام conda، يمكنك تثبيت مكتبات Microsoft AI يدويًا باستخدام الأمر التالي في المحطة الطرفية.

conda install -c microsoft azure-ai-ml

يحدد ملف البيئة الاعتماديات التي نحتاجها. <environment-name> refers to the name you would like to use for your Conda environment, and <python-version> is the version of Python you would like to use, for example, 3 هو أحدث إصدار رئيسي من Python.

بعد القيام بذلك، يمكنك إنشاء بيئة Conda الخاصة بك عن طريق تشغيل الأوامر أدناه في سطر الأوامر/المحطة الطرفية

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer sub path applies to only Codespace setups
conda activate ai4beg

ارجع إلى دليل بيئات Conda إذا واجهت أي مشاكل.

استخدام Visual Studio Code مع ملحق دعم Python

نوصي باستخدام محرر Visual Studio Code (VS Code) مع ملحق دعم Python المثبت لهذه الدورة. ومع ذلك، هذه مجرد توصية وليست متطلبًا محددًا.

ملاحظة: بفتح مستودع الدورة في VS Code، لديك الخيار لإعداد المشروع داخل حاوية. هذا بسبب الدليل الخاص .devcontainer الموجود داخل مستودع الدورة. المزيد عن هذا لاحقًا.

ملاحظة: بمجرد أن تقوم بنسخ وفتح الدليل في VS Code، سيقترح عليك تلقائيًا تثبيت ملحق دعم Python.

ملاحظة: إذا اقترح عليك VS Code إعادة فتح المستودع في حاوية، رفض هذا الطلب لاستخدام النسخة المثبتة محليًا من Python.

استخدام Jupyter في المتصفح

يمكنك أيضًا العمل على المشروع باستخدام بيئة Jupyter مباشرة داخل المتصفح الخاص بك. توفر كل من Jupyter الكلاسيكية وJupyter Hub بيئة تطوير ممتعة مع ميزات مثل الاكتمال التلقائي، تمييز الكود، وغيرها.

لبدء Jupyter محليًا، توجه إلى المحطة الطرفية/سطر الأوامر، انتقل إلى دليل الدورة، وقم بتنفيذ:

jupyter notebook

أو

jupyterhub

سيبدأ ذلك تشغيل Jupyter وعرض عنوان URL للوصول إليه في نافذة سطر الأوامر.

بمجرد الوصول إلى عنوان URL، يجب أن ترى مخطط الدورة وتتمكن من التنقل إلى أي ملف *.ipynb file. For example, 08-building-search-applications/python/oai-solution.ipynb.

Running in a container

An alternative to setting everything up on your computer or Codespace is to use a container. The special .devcontainer folder within the course repository makes it possible for VS Code to set up the project within a container. Outside of Codespaces, this will require the installation of Docker, and quite frankly, it involves a bit of work, so we recommend this only to those with experience working with containers.

One of the best ways to keep your API keys secure when using GitHub Codespaces is by using Codespace Secrets. Please follow the Codespaces secrets management guide to learn more about this.

Lessons and Technical Requirements

The course has 6 concept lessons and 6 coding lessons.

For the coding lessons, we are using the Azure OpenAI Service. You will need access to the Azure OpenAI service and an API key to run this code. You can apply to get access by completing this application.

While you wait for your application to be processed, each coding lesson also includes a README.md حيث يمكنك عرض الكود والنتائج.

استخدام خدمة Azure OpenAI لأول مرة

إذا كانت هذه هي المرة الأولى التي تعمل فيها مع خدمة Azure OpenAI، يرجى اتباع هذا الدليل حول كيفية إنشاء وتوزيع مورد خدمة Azure OpenAI.

استخدام واجهة برمجة التطبيقات OpenAI لأول مرة

إذا كانت هذه هي المرة الأولى التي تعمل فيها مع واجهة برمجة التطبيقات OpenAI، يرجى اتباع الدليل حول كيفية إنشاء واستخدام الواجهة.

لقاء مع متعلمين آخرين

لقد أنشأنا قنوات في خادم Discord الرسمي لمجتمع الذكاء الاصطناعي AI Community Discord server للقاء مع متعلمين آخرين. هذه طريقة رائعة للتواصل مع رواد الأعمال والمطورين والطلاب وغيرهم ممن يتطلعون إلى تطوير مهاراتهم في الذكاء الاصطناعي التوليدي.

انضم إلى قناة Discord

سيكون فريق المشروع أيضًا على هذا الخادم Discord لمساعدة أي متعلم.

المساهمة

هذه الدورة هي مبادرة مفتوحة المصدر. إذا رأيت مجالات للتحسين أو مشاكل، يرجى إنشاء طلب سحب أو تسجيل مشكلة على GitHub.

سيتابع فريق المشروع جميع المساهمات. المساهمة في المصادر المفتوحة هي طريقة رائعة لبناء حياتك المهنية في الذكاء الاصطناعي التوليدي.

تتطلب معظم المساهمات منك الاتفاق على اتفاقية ترخيص المساهم (CLA) التي تعلن أنك لديك الحق في وتقوم فعليًا بمنحنا الحقوق لاستخدام مساهمتك. للحصول على التفاصيل، قم بزيارة موقع CLA، اتفاقية ترخيص المساهم.

هام: عند ترجمة النص في هذا المستودع، يرجى التأكد من عدم استخدام الترجمة الآلية. سنقوم بالتحقق من الترجمات عبر المجتمع، لذا يرجى التطوع للترجمات فقط في اللغات التي تتقنها.

عندما تقدم طلب سحب، سيقوم CLA-bot تلقائيًا بتحديد ما إذا كنت بحاجة إلى تقديم CLA وتزيين PR بشكل مناسب (مثل، علامة، تعليق). اتبع التعليمات المقدمة من الروبوت. ستحتاج إلى القيام بذلك مرة واحدة فقط عبر جميع المستودعات التي تستخدم CLA الخاصة بنا.

اعتمد هذا المشروع مدونة قواعد السلوك المفتوحة المصدر من Microsoft. لمزيد من المعلومات، اقرأ الأسئلة الشائعة حول مدونة قواعد السلوك أو تواصل مع البريد الإلكتروني opencode لأي أسئلة أو تعليقات إضافية.

لنبدأ

الآن بعد أن أكملت الخطوات اللازمة لإكمال هذه الدورة، لنبدأ بالحصول على مقدمة عن الذكاء الاصطناعي التوليدي وLLMs.

إخلاء المسؤولية:
تمت ترجمة هذه الوثيقة باستخدام خدمة الترجمة بالذكاء الاصطناعي Co-op Translator. بينما نسعى جاهدين لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو معلومات غير دقيقة. يجب اعتبار الوثيقة الأصلية بلغتها الأصلية هي المصدر الموثوق. للحصول على معلومات حاسمة، يُوصى بالترجمة البشرية الاحترافية. نحن غير مسؤولين عن أي سوء فهم أو تفسير ناتج عن استخدام هذه الترجمة.