Nagyon izgatottak vagyunk, hogy elkezded ezt a kurzust, és kíváncsian várjuk, milyen inspirációt merítesz a Generatív Mesterséges Intelligenciával való építkezéshez!
A sikered érdekében ezen az oldalon bemutatjuk a beállítási lépéseket, technikai követelményeket, és azt, hogy hol kaphatsz segítséget, ha szükséged van rá.
A kurzus elkezdéséhez az alábbi lépéseket kell elvégezned.
Forkold az egész repót a saját GitHub fiókodba, hogy módosíthasd a kódot és teljesíthesd a kihívásokat. Ezen kívül csillagozhatod (🌟) ezt a repót, hogy könnyebben megtaláld ezt és a kapcsolódó repókat.
Annak érdekében, hogy elkerüld a függőségi problémákat a kód futtatása során, javasoljuk, hogy a kurzust GitHub Codespaces környezetben futtasd.
A forkodban: Code -> Codespaces -> New on main
- ⚙️ Fogaskerék ikon -> Command Pallete -> Codespaces : Manage user secret -> Add a new secret.
- Nevezd el OPENAI_API_KEY-nek, illeszd be a kulcsodat, majd mentsd el.
| Ezt szeretném… | Menj ide… |
|---|---|
| Az 1. leckét elkezdeni | 01-introduction-to-genai |
| Offline dolgozni | setup-local.md |
| LLM szolgáltatót beállítani | providers.md |
| Más tanulókkal találkozni | Csatlakozz a Discordunkhoz |
| Tünet | Megoldás |
|---|---|
| Konténer építése > 10 percig tart | Codespaces ➜ “Rebuild Container” |
python: command not found |
A terminál nem csatlakozott; kattints + ➜ bash |
401 Unauthorized az OpenAI-tól |
Hibás / lejárt OPENAI_API_KEY |
| VS Code “Dev container mounting…” üzenetet mutat | Frissítsd a böngésző lapot—Codespaces néha elveszíti a kapcsolatot |
| Notebook kernel hiányzik | Notebook menü ➜ Kernel ▸ Select Kernel ▸ Python 3 |
Unix-alapú rendszerek:
touch .envWindows:
echo . > .env-
Szerkeszd a
.envfájlt: Nyisd meg a.envfájlt egy szövegszerkesztőben (pl. VS Code, Notepad++ vagy bármely más szerkesztő). Add hozzá a következő sort a fájlhoz, cseréld kiyour_github_token_here-t a tényleges GitHub tokenedre:GITHUB_TOKEN=your_github_token_here
-
Mentsd el a fájlt: Mentsd el a változtatásokat, és zárd be a szövegszerkesztőt.
-
Telepítsd a
python-dotenv-et: Ha még nem tetted meg, telepítened kell apython-dotenvcsomagot, hogy a.envfájlból betöltsd a környezeti változókat a Python alkalmazásodba. Telepíthetedpipsegítségével:pip install python-dotenv
-
Környezeti változók betöltése a Python szkriptedbe: A Python szkriptedben használd a
python-dotenvcsomagot, hogy betöltsd a környezeti változókat a.envfájlból: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)
Ennyi! Sikeresen létrehoztál egy .env fájlt, hozzáadtad a GitHub tokenedet, és betöltötted azt a Python alkalmazásodba.
Ahhoz, hogy helyben futtathasd a kódot a számítógépeden, szükséged lesz valamilyen Python verzióra.
Ezután a repót klónoznod kell:
git clone https://github.com/microsoft/generative-ai-for-beginners
cd generative-ai-for-beginnersMiután mindent letöltöttél, kezdheted is!
A Miniconda egy könnyű telepítő a Conda, Python, valamint néhány csomag telepítéséhez. Maga a Conda egy csomagkezelő, amely megkönnyíti a különböző Python virtuális környezetek és csomagok beállítását és váltását. Hasznos lehet olyan csomagok telepítéséhez is, amelyek nem érhetők el pip segítségével.
Kövesd a MiniConda telepítési útmutatót a beállításhoz.
Miután telepítetted a Minicondát, klónozd a repót (ha még nem tetted meg).
Ezután létre kell hoznod egy virtuális környezetet. Ehhez a Conda segítségével hozz létre egy új környezetfájlt (environment.yml). Ha Codespaces-t használsz, hozd létre ezt a .devcontainer könyvtárban, tehát .devcontainer/environment.yml.
Töltsd ki a környezetfájlt az alábbi kódrészlettel:
name: <environment-name>
channels:
- defaults
- microsoft
dependencies:
- python=<python-version>
- openai
- python-dotenv
- pip
- pip:
- azure-ai-mlHa hibákat tapasztalsz a Conda használata során, manuálisan is telepítheted a Microsoft AI könyvtárakat az alábbi parancs segítségével a terminálban.
conda install -c microsoft azure-ai-ml
A környezetfájl meghatározza a szükséges függőségeket. <environment-name> a Conda környezeted nevére utal, míg <python-version> a Python verziójára, például 3 a legújabb főverzió.
Ha ezzel megvagy, létrehozhatod a Conda környezetedet az alábbi parancsok futtatásával a parancssorban/terminálban:
conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer sub path applies to only Codespace setups
conda activate ai4begHa problémákba ütközöl, nézd meg a Conda környezetek útmutatót.
Javasoljuk, hogy a kurzushoz használd a Visual Studio Code (VS Code) szerkesztőt a Python támogatás bővítménnyel. Ez azonban inkább ajánlás, nem kötelező követelmény.
Megjegyzés: Ha megnyitod a kurzus repóját a VS Code-ban, lehetőséged van a projektet konténerben beállítani. Ez a kurzus repójában található speciális
.devcontainerkönyvtárnak köszönhető. Erről később bővebben.
Megjegyzés: Ha klónozod és megnyitod a könyvtárat a VS Code-ban, automatikusan javasolni fogja a Python támogatás bővítmény telepítését.
Megjegyzés: Ha a VS Code azt javasolja, hogy nyisd meg a repót egy konténerben, utasítsd vissza ezt a kérést, hogy a helyileg telepített Python verziót használhasd.
A projekten dolgozhatsz a Jupyter környezetben közvetlenül a böngésződben. Mind a klasszikus Jupyter, mind a Jupyter Hub kellemes fejlesztési környezetet biztosít olyan funkciókkal, mint az automatikus kiegészítés, kódkiemelés stb.
A Jupyter helyi indításához menj a terminálba/parancssorba, navigálj a kurzus könyvtárába, és hajtsd végre:
jupyter notebookvagy
jupyterhubEz elindít egy Jupyter példányt, és az URL, amelyen elérheted, megjelenik a parancssor ablakában.
Miután elérted az URL-t, látnod kell a kurzus vázlatát, és navigálhatsz bármely *.ipynb fájlhoz. Például: 08-building-search-applications/python/oai-solution.ipynb.
Alternatívája annak, hogy mindent a számítógépen vagy Codespace-ben állíts be, az, hogy konténert használsz. A kurzus repójában található speciális .devcontainer mappa lehetővé teszi, hogy a VS Code konténerben állítsa be a projektet. Codespaces-en kívül ez a Docker telepítését igényli, és őszintén szólva, ez némi munkát igényel, így ezt csak azoknak ajánljuk, akik tapasztaltak a konténerekkel való munkában.
Az egyik legjobb módja annak, hogy az API kulcsaidat biztonságban tartsd a GitHub Codespaces használata során, az a Codespace Secrets használata. Kérjük, kövesd a Codespaces titkok kezelésére vonatkozó útmutatót, hogy többet megtudj erről.
A kurzus 6 koncepcióleckét és 6 kódolási leckét tartalmaz.
A kódolási leckékhez az Azure OpenAI szolgáltatást használjuk. Szükséged lesz hozzáférésre az Azure OpenAI szolgáltatáshoz és egy API kulcsra, hogy futtathasd a kódot. Hozzáférésért töltsd ki ezt a jelentkezést.
Amíg vársz a jelentkezésed feldolgozására, minden kódolási lecke tartalmaz egy README.md fájlt, ahol megtekintheted a kódot és az eredményeket.
Ha először dolgozol az Azure OpenAI szolgáltatással, kövesd ezt az útmutatót arról, hogyan hozz létre és telepíts egy Azure OpenAI Service erőforrást.
Ha először dolgozol az OpenAI API-val, kövesd az útmutatót arról, hogyan hozz létre és használd az interfészt.
Létrehoztunk csatornákat a hivatalos AI Community Discord szerverünkön, hogy találkozhass más tanulókkal. Ez egy remek lehetőség arra, hogy kapcsolatot építs más hasonló gondolkodású vállalkozókkal, építőkkel, diákokkal, és bárkivel, aki szeretne fejlődni a Generatív AI területén.
A projekt csapata szintén elérhető lesz ezen a Discord szerveren, hogy segítsen a tanulóknak.
Ez a kurzus egy nyílt forráskódú kezdeményezés. Ha javítási lehetőségeket vagy problémákat észlelsz, hozz létre egy Pull Requestet vagy jelentkezz egy GitHub problémával.
A projekt csapata nyomon követi az összes hozzájárulást. A nyílt forráskódhoz való hozzájárulás csodálatos módja annak, hogy karriert építs a Generatív AI területén.
A legtöbb hozzájárulás megköveteli, hogy elfogadj egy Hozzájárulói Licencszerződést (CLA), amely kijelenti, hogy jogod van és ténylegesen megadod nekünk a jogokat a hozzájárulásod használatához. Részletekért látogass el a CLA, Contributor License Agreement weboldalra.
Fontos: amikor szöveget fordítasz ebben a repóban, győződj meg róla, hogy nem használsz gépi fordítást. A fordításokat a közösség ellenőrzi, ezért csak olyan nyelveken vállalj fordítást, amelyeken jártas vagy.
Amikor benyújtasz egy pull requestet, egy CLA-bot automatikusan meghatározza, hogy szükséges-e CLA-t biztosítanod, és megfelelően megjelöli a PR-t (pl. címke, megjegyzés). Egyszerűen kövesd a bot által adott utasításokat. Ezt csak egyszer kell megtenned minden olyan repó esetében, amely a CLA-t használja.
Ez a projekt elfogadta a Microsoft Open Source Code of Conduct irányelveit. További információért olvasd el a Code of Conduct GYIK-et, vagy lépj kapcsolatba Email opencode címen bármilyen további kérdéssel vagy megjegyzéssel.
Most, hogy elvégezted a szükséges lépéseket a kurzus befejezéséhez, kezdjük azzal, hogy megismerkedünk a Generatív AI-val és LLM-ekkel.
Felelősség kizárása:
Ez a dokumentum az Co-op Translator AI fordítási szolgáltatás segítségével lett lefordítva. Bár törekszünk a pontosságra, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az eredeti nyelvén tekintendő hiteles forrásnak. Kritikus információk esetén javasolt professzionális emberi fordítást igénybe venni. Nem vállalunk felelősséget semmilyen félreértésért vagy téves értelmezésért, amely a fordítás használatából eredhet.