ਅਸੀਂ ਬਹੁਤ ਉਤਸ਼ਾਹਿਤ ਹਾਂ ਕਿ ਤੁਸੀਂ ਇਸ ਕੋਰਸ ਨੂੰ ਸ਼ੁਰੂ ਕਰ ਰਹੇ ਹੋ ਅਤੇ ਦੇਖ ਰਹੇ ਹੋ ਕਿ ਜਨਰੇਟਿਵ AI ਨਾਲ ਤੁਸੀਂ ਕੀ ਬਣਾਉਣ ਲਈ ਪ੍ਰੇਰਿਤ ਹੋ ਸਕਦੇ ਹੋ!
ਤੁਹਾਡੀ ਸਫਲਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ, ਇਹ ਪੰਨਾ ਸੈਟਅੱਪ ਕਦਮਾਂ, ਤਕਨੀਕੀ ਲੋੜਾਂ, ਅਤੇ ਜਿੱਥੇ ਜ਼ਰੂਰਤ ਹੋਵੇ ਮਦਦ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਜਾਣਕਾਰੀ ਦਿੰਦਾ ਹੈ।
ਇਸ ਕੋਰਸ ਨੂੰ ਸ਼ੁਰੂ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਕਦਮਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।
ਇਸ ਪੂਰੇ ਰਿਪੋ ਨੂੰ ਫੋਰਕ ਕਰੋ ਆਪਣੇ GitHub ਅਕਾਊਂਟ ਵਿੱਚ ਤਾਂ ਜੋ ਤੁਸੀਂ ਕੋਈ ਵੀ ਕੋਡ ਬਦਲ ਸਕੋ ਅਤੇ ਚੈਲੈਂਜ ਪੂਰੇ ਕਰ ਸਕੋ। ਤੁਸੀਂ ਇਸ ਰਿਪੋ ਨੂੰ ਸਟਾਰ (🌟) ਵੀ ਕਰ ਸਕਦੇ ਹੋ ਤਾਂ ਜੋ ਇਸਨੂੰ ਅਤੇ ਸੰਬੰਧਿਤ ਰਿਪੋਜ਼ਿਟਰੀਜ਼ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਲੱਭ ਸਕੋ।
ਕੋਡ ਚਲਾਉਣ ਸਮੇਂ ਕਿਸੇ ਵੀ ਡਿਪੈਂਡੈਂਸੀ ਸਮੱਸਿਆ ਤੋਂ ਬਚਣ ਲਈ, ਅਸੀਂ ਇਸ ਕੋਰਸ ਨੂੰ GitHub Codespaces ਵਿੱਚ ਚਲਾਉਣ ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ।
ਤੁਹਾਡੇ ਫੋਰਕ ਵਿੱਚ: Code -> Codespaces -> New on main
- ⚙️ ਗੀਅਰ ਆਈਕਨ -> ਕਮਾਂਡ ਪੈਲੇਟ -> Codespaces : Manage user secret -> Add a new secret.
- OPENAI_API_KEY ਨਾਮ ਰੱਖੋ, ਆਪਣੀ ਕੀ ਪੇਸਟ ਕਰੋ, ਸੇਵ ਕਰੋ।
| ਮੈਂ ਚਾਹੁੰਦਾ ਹਾਂ... | ਜਾਓ... |
|---|---|
| ਪਾਠ 1 ਸ਼ੁਰੂ ਕਰੋ | 01-introduction-to-genai |
| ਆਫਲਾਈਨ ਕੰਮ ਕਰੋ | setup-local.md |
| ਇੱਕ LLM ਪ੍ਰਦਾਤਾ ਸੈਟਅੱਪ ਕਰੋ | providers.md |
| ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਨੂੰ ਮਿਲੋ | ਸਾਡੇ Discord ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ |
| ਲੱਛਣ | ਹੱਲ |
|---|---|
| ਕੰਟੇਨਰ ਬਣਾਉਣ > 10 ਮਿੰਟ ਲਈ ਫਸਿਆ | Codespaces ➜ “Rebuild Container” |
python: command not found |
ਟਰਮੀਨਲ ਜੁੜਿਆ ਨਹੀਂ; + ➜ bash 'ਤੇ ਕਲਿੱਕ ਕਰੋ |
OpenAI ਤੋਂ 401 Unauthorized |
ਗਲਤ / ਮਿਆਦ ਖਤਮ OPENAI_API_KEY |
| VS Code “Dev container mounting…” ਦਿਖਾਉਂਦਾ ਹੈ | ਬ੍ਰਾਊਜ਼ਰ ਟੈਬ ਨੂੰ ਰਿਫ੍ਰੈਸ਼ ਕਰੋ—Codespaces ਕਦੇ-ਕਦੇ ਕਨੈਕਸ਼ਨ ਗੁਆ ਲੈਂਦਾ ਹੈ |
| ਨੋਟਬੁੱਕ ਕਰਨਲ ਗਾਇਬ | ਨੋਟਬੁੱਕ ਮੀਨੂ ➜ Kernel ▸ Select Kernel ▸ Python 3 |
ਯੂਨਿਕਸ-ਅਧਾਰਿਤ ਸਿਸਟਮ:
touch .envWindows:
echo . > .env-
.envਫਾਈਲ ਨੂੰ ਸੋਧੋ:.envਫਾਈਲ ਨੂੰ ਕਿਸੇ ਟੈਕਸਟ ਐਡੀਟਰ (ਜਿਵੇਂ ਕਿ VS Code, Notepad++, ਜਾਂ ਕੋਈ ਹੋਰ ਐਡੀਟਰ) ਵਿੱਚ ਖੋਲ੍ਹੋ। ਫਾਈਲ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤੀ ਲਾਈਨ ਸ਼ਾਮਲ ਕਰੋ,your_github_token_hereਨੂੰ ਆਪਣੇ ਅਸਲ GitHub ਟੋਕਨ ਨਾਲ ਬਦਲੋ:GITHUB_TOKEN=your_github_token_here
-
ਫਾਈਲ ਸੇਵ ਕਰੋ: ਬਦਲਾਅ ਸੇਵ ਕਰੋ ਅਤੇ ਟੈਕਸਟ ਐਡੀਟਰ ਬੰਦ ਕਰੋ।
-
python-dotenvਇੰਸਟਾਲ ਕਰੋ: ਜੇਕਰ ਤੁਸੀਂ ਪਹਿਲਾਂ ਨਹੀਂ ਕੀਤਾ, ਤੁਹਾਨੂੰ.envਫਾਈਲ ਤੋਂ ਆਪਣੇ Python ਐਪਲੀਕੇਸ਼ਨ ਵਿੱਚ ਵਾਤਾਵਰਣ ਵੈਰੀਏਬਲ ਲੋਡ ਕਰਨ ਲਈpython-dotenvਪੈਕੇਜ ਇੰਸਟਾਲ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਤੁਸੀਂ ਇਸਨੂੰpipਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੰਸਟਾਲ ਕਰ ਸਕਦੇ ਹੋ:pip install python-dotenv
-
ਆਪਣੇ Python ਸਕ੍ਰਿਪਟ ਵਿੱਚ ਵਾਤਾਵਰਣ ਵੈਰੀਏਬਲ ਲੋਡ ਕਰੋ: ਆਪਣੇ Python ਸਕ੍ਰਿਪਟ ਵਿੱਚ,
.envਫਾਈਲ ਤੋਂ ਵਾਤਾਵਰਣ ਵੈਰੀਏਬਲ ਲੋਡ ਕਰਨ ਲਈpython-dotenvਪੈਕੇਜ ਦੀ ਵਰਤੋਂ ਕਰੋ: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)
ਇਹ ਹੋ ਗਿਆ! ਤੁਸੀਂ ਸਫਲਤਾਪੂਰਵਕ .env ਫਾਈਲ ਬਣਾਈ, ਆਪਣਾ GitHub ਟੋਕਨ ਸ਼ਾਮਲ ਕੀਤਾ, ਅਤੇ ਇਸਨੂੰ ਆਪਣੇ Python ਐਪਲੀਕੇਸ਼ਨ ਵਿੱਚ ਲੋਡ ਕੀਤਾ।
ਕੋਡ ਨੂੰ ਆਪਣੇ ਕੰਪਿਊਟਰ 'ਤੇ ਲੋਕਲ ਚਲਾਉਣ ਲਈ, ਤੁਹਾਨੂੰ Python ਦਾ ਕੁਝ ਵਰਜਨ ਇੰਸਟਾਲ ਕਰਨਾ ਪਵੇਗਾ।
ਫਿਰ ਰਿਪੋਜ਼ਿਟਰੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਇਸਨੂੰ ਕਲੋਨ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ:
git clone https://github.com/microsoft/generative-ai-for-beginners
cd generative-ai-for-beginnersਜਦੋਂ ਤੁਹਾਡੇ ਕੋਲ ਸਭ ਕੁਝ ਚੈੱਕ ਆਉਟ ਹੋਵੇ, ਤਾਂ ਤੁਸੀਂ ਸ਼ੁਰੂ ਕਰ ਸਕਦੇ ਹੋ!
Miniconda Conda, Python, ਅਤੇ ਕੁਝ ਪੈਕੇਜਾਂ ਨੂੰ ਇੰਸਟਾਲ ਕਰਨ ਲਈ ਇੱਕ ਹਲਕਾ ਇੰਸਟਾਲਰ ਹੈ।
Conda ਖੁਦ ਇੱਕ ਪੈਕੇਜ ਮੈਨੇਜਰ ਹੈ, ਜੋ ਵੱਖ-ਵੱਖ Python ਵਰਚੁਅਲ ਵਾਤਾਵਰਣਾਂ ਅਤੇ ਪੈਕੇਜਾਂ ਨੂੰ ਸੈਟਅੱਪ ਅਤੇ ਸਵਿੱਚ ਕਰਨਾ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਉਹ ਪੈਕੇਜ ਇੰਸਟਾਲ ਕਰਨ ਲਈ ਵੀ ਸਹਾਇਕ ਹੈ ਜੋ pip ਰਾਹੀਂ ਉਪਲਬਧ ਨਹੀਂ ਹਨ।
ਤੁਸੀਂ MiniConda ਇੰਸਟਾਲੇਸ਼ਨ ਗਾਈਡ ਦੀ ਪਾਲਣਾ ਕਰਕੇ ਇਸਨੂੰ ਸੈਟਅੱਪ ਕਰ ਸਕਦੇ ਹੋ।
Miniconda ਇੰਸਟਾਲ ਕਰਨ ਦੇ ਨਾਲ, ਤੁਹਾਨੂੰ ਰਿਪੋਜ਼ਿਟਰੀ ਕਲੋਨ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ (ਜੇਕਰ ਤੁਸੀਂ ਪਹਿਲਾਂ ਨਹੀਂ ਕੀਤਾ)
ਅਗਲੇ ਕਦਮ ਵਿੱਚ, ਤੁਹਾਨੂੰ ਇੱਕ ਵਰਚੁਅਲ ਵਾਤਾਵਰਣ ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। Conda ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਹ ਕਰਨ ਲਈ, ਇੱਕ ਨਵਾਂ ਵਾਤਾਵਰਣ ਫਾਈਲ (environment.yml) ਬਣਾਓ। ਜੇਕਰ ਤੁਸੀਂ Codespaces ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ ਇਸਨੂੰ .devcontainer ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ ਬਣਾਓ, ਇਸ ਤਰ੍ਹਾਂ .devcontainer/environment.yml।
ਆਪਣੀ ਵਾਤਾਵਰਣ ਫਾਈਲ ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਸਨਿੱਪੇ ਨਾਲ ਭਰੋ:
name: <environment-name>
channels:
- defaults
- microsoft
dependencies:
- python=<python-version>
- openai
- python-dotenv
- pip
- pip:
- azure-ai-mlਜੇਕਰ ਤੁਹਾਨੂੰ conda ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਸਮੇਂ ਸਮੱਸਿਆਵਾਂ ਆਉਂਦੀਆਂ ਹਨ, ਤਾਂ ਤੁਸੀਂ ਹੱਥੋਂ Microsoft AI Libraries ਨੂੰ ਹੇਠਾਂ ਦਿੱਤੇ ਕਮਾਂਡ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਟਰਮੀਨਲ ਵਿੱਚ ਇੰਸਟਾਲ ਕਰ ਸਕਦੇ ਹੋ।
conda install -c microsoft azure-ai-ml
ਵਾਤਾਵਰਣ ਫਾਈਲ ਉਹ ਡਿਪੈਂਡੈਂਸੀਜ਼ ਦਰਸਾਉਂਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ ਸਾਨੂੰ ਲੋੜ ਹੈ। <environment-name> ਉਸ ਨਾਮ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਤੁਸੀਂ ਆਪਣੇ Conda ਵਾਤਾਵਰਣ ਲਈ ਵਰਤਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਅਤੇ <python-version> Python ਦੇ ਵਰਜਨ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਤੁਸੀਂ ਵਰਤਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਉਦਾਹਰਨ ਲਈ, 3 Python ਦਾ ਨਵਾਂ ਵਰਜਨ ਹੈ।
ਇਸਨੂੰ ਪੂਰਾ ਕਰਨ ਦੇ ਨਾਲ, ਤੁਸੀਂ ਹੇਠਾਂ ਦਿੱਤੇ ਕਮਾਂਡਾਂ ਨੂੰ ਚਲਾਕੇ ਆਪਣਾ Conda ਵਾਤਾਵਰਣ ਬਣਾਉਣ ਲਈ ਜਾ ਸਕਦੇ ਹੋ:
conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer sub path applies to only Codespace setups
conda activate ai4begਜੇਕਰ ਤੁਹਾਨੂੰ ਕੋਈ ਸਮੱਸਿਆ ਆਉਂਦੀ ਹੈ, ਤਾਂ Conda ਵਾਤਾਵਰਣ ਗਾਈਡ ਨੂੰ ਵੇਖੋ।
ਅਸੀਂ ਇਸ ਕੋਰਸ ਲਈ Visual Studio Code (VS Code) ਐਡੀਟਰ ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ ਜਿਸ ਵਿੱਚ Python ਸਪੋਰਟ ਐਕਸਟੈਂਸ਼ਨ ਇੰਸਟਾਲ ਹੈ। ਹਾਲਾਂਕਿ, ਇਹ ਸਿਰਫ ਸਿਫਾਰਸ਼ ਹੈ, ਲਾਜ਼ਮੀ ਨਹੀਂ।
ਨੋਟ: ਜਦੋਂ ਤੁਸੀਂ VS Code ਵਿੱਚ ਕੋਰਸ ਰਿਪੋਜ਼ਿਟਰੀ ਖੋਲ੍ਹਦੇ ਹੋ, ਤੁਹਾਡੇ ਕੋਲ ਇਸਨੂੰ ਇੱਕ ਕੰਟੇਨਰ ਵਿੱਚ ਸੈਟਅੱਪ ਕਰਨ ਦਾ ਵਿਕਲਪ ਹੁੰਦਾ ਹੈ। ਇਹ ਖਾਸ
.devcontainerਡਾਇਰੈਕਟਰੀ ਦੇ ਕਾਰਨ ਹੈ ਜੋ ਕੋਰਸ ਰਿਪੋਜ਼ਿਟਰੀ ਵਿੱਚ ਪਾਈ ਜਾਂਦੀ ਹੈ। ਇਸ ਬਾਰੇ ਹੋਰ ਜਾਣਕਾਰੀ ਬਾਅਦ ਵਿੱਚ।
ਨੋਟ: ਜਦੋਂ ਤੁਸੀਂ VS Code ਵਿੱਚ ਡਾਇਰੈਕਟਰੀ ਕਲੋਨ ਕਰਦੇ ਹੋ ਅਤੇ ਖੋਲ੍ਹਦੇ ਹੋ, ਇਹ ਤੁਹਾਨੂੰ Python ਸਪੋਰਟ ਐਕਸਟੈਂਸ਼ਨ ਇੰਸਟਾਲ ਕਰਨ ਦੀ ਸਲਾਹ ਦੇਵੇਗਾ।
ਨੋਟ: ਜੇਕਰ VS Code ਤੁਹਾਨੂੰ ਰਿਪੋਜ਼ਿਟਰੀ ਨੂੰ ਕੰਟੇਨਰ ਵਿੱਚ ਦੁਬਾਰਾ ਖੋਲ੍ਹਣ ਦੀ ਸਲਾਹ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਇਸ ਬੇਨਤੀ ਨੂੰ ਅਸਵੀਕਾਰ ਕਰੋ ਤਾਂ ਜੋ ਤੁਸੀਂ ਲੋਕਲ ਇੰਸਟਾਲ ਕੀਤੇ Python ਵਰਜਨ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕੋ।
ਤੁਸੀਂ Jupyter ਵਾਤਾਵਰਣ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪ੍ਰੋਜੈਕਟ 'ਤੇ ਕੰਮ ਕਰ ਸਕਦੇ ਹੋ। ਕਲਾਸਿਕ Jupyter ਅਤੇ Jupyter Hub ਆਟੋ-ਕੰਪਲੀਸ਼ਨ, ਕੋਡ ਹਾਈਲਾਈਟਿੰਗ ਆਦਿ ਵਰਗੇ ਸੁਵਿਧਾਵਾਂ ਨਾਲ ਇੱਕ ਸੁਹਣੇ ਵਿਕਾਸ ਵਾਤਾਵਰਣ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੇ ਹਨ।
Jupyter ਨੂੰ ਲੋਕਲ ਸ਼ੁਰੂ ਕਰਨ ਲਈ, ਟਰਮੀਨਲ/ਕਮਾਂਡ ਲਾਈਨ 'ਤੇ ਜਾਓ, ਕੋਰਸ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ ਜਾਓ, ਅਤੇ ਇਹ ਚਲਾਓ:
jupyter notebookਜਾਂ
jupyterhubਇਹ Jupyter ਇੰਸਟੈਂਸ ਸ਼ੁਰੂ ਕਰੇਗਾ ਅਤੇ ਇਸਨੂੰ ਐਕਸੈਸ ਕਰਨ ਲਈ URL ਕਮਾਂਡ ਲਾਈਨ ਵਿੰਡੋ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇਗਾ।
ਜਦੋਂ ਤੁਸੀਂ URL ਨੂੰ ਐਕਸੈਸ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਕੋਰਸ ਆਉਟਲਾਈਨ ਦਿਖਾਈ ਦੇਵੇਗੀ ਅਤੇ ਤੁਸੀਂ ਕਿਸੇ ਵੀ *.ipynb ਫਾਈਲ 'ਤੇ ਜਾ ਸਕਦੇ ਹੋ। ਉਦਾਹਰਨ ਲਈ, 08-building-search-applications/python/oai-solution.ipynb।
ਆਪਣੇ ਕੰਪਿਊਟਰ ਜਾਂ Codespace 'ਤੇ ਸਭ ਕੁਝ ਸੈਟਅੱਪ ਕਰਨ ਦੇ ਬਦਲੇ, ਤੁਸੀਂ ਕੰਟੇਨਰ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ। ਕੋਰਸ ਰਿਪੋਜ਼ਿਟਰੀ ਵਿੱਚ ਮੌਜੂਦ ਖਾਸ .devcontainer ਫੋਲਡਰ VS Code ਨੂੰ ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਇੱਕ ਕੰਟੇਨਰ ਵਿੱਚ ਸੈਟਅੱਪ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ। Codespaces ਤੋਂ ਬਾਹਰ, ਇਸ ਲਈ Docker ਦੀ ਇੰਸਟਾਲੇਸ਼ਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ, ਅਤੇ ਸੱਚਮੁੱਚ, ਇਸ ਵਿੱਚ ਕੁਝ ਕੰਮ ਸ਼ਾਮਲ ਹੈ, ਇਸ ਲਈ ਅਸੀਂ ਇਸਨੂੰ ਸਿਰਫ ਉਹਨਾਂ ਨੂੰ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ ਜਿਨ੍ਹਾਂ ਨੂੰ ਕੰਟੇਨਰਾਂ ਨਾਲ ਕੰਮ ਕਰਨ ਦਾ ਤਜਰਬਾ ਹੈ।
ਜਦੋਂ ਤੁਸੀਂ GitHub Codespaces ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋ, ਤਾਂ ਆਪਣੀਆਂ API ਕੁੰਜੀਆਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣ ਦਾ ਇੱਕ ਵਧੀਆ ਤਰੀਕਾ Codespace Secrets ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਹੈ। ਕਿਰਪਾ ਕਰਕੇ Codespaces ਸਿਕ੍ਰੇਟ ਮੈਨੇਜਮੈਂਟ ਗਾਈਡ ਦੀ ਪਾਲਣਾ ਕਰੋ ਇਸ ਬਾਰੇ ਹੋਰ ਜਾਣਨ ਲਈ।
ਕੋਰਸ ਵਿੱਚ 6 ਕਾਨਸੈਪਟ ਪਾਠ ਅਤੇ 6 ਕੋਡਿੰਗ ਪਾਠ ਹਨ।
ਕੋਡਿੰਗ ਪਾਠਾਂ ਲਈ, ਅਸੀਂ Azure OpenAI Service ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਾਂ। ਇਸ ਕੋਡ ਨੂੰ ਚਲਾਉਣ ਲਈ ਤੁਹਾਨੂੰ Azure OpenAI ਸੇਵਾ ਅਤੇ ਇੱਕ API ਕੁੰਜੀ ਦੀ ਪਹੁੰਚ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਤੁਸੀਂ ਇਹ ਅਰਜ਼ੀ ਪੂਰੀ ਕਰਕੇ ਪਹੁੰਚ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਅਰਜ਼ੀ ਦੇ ਸਕਦੇ ਹੋ।
ਜਦੋਂ ਤੁਸੀਂ ਆਪਣੀ ਅਰਜ਼ੀ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੀ ਉਡੀਕ ਕਰ ਰਹੇ ਹੋ, ਹਰ ਕੋਡਿੰਗ ਪਾਠ ਵਿੱਚ ਇੱਕ README.md ਫਾਈਲ ਵੀ ਸ਼ਾਮਲ ਹੈ ਜਿੱਥੇ ਤੁਸੀਂ ਕੋਡ ਅਤੇ ਆਉਟਪੁੱਟ ਵੇਖ ਸਕਦੇ ਹੋ।
ਜੇਕਰ ਇਹ ਪਹਿਲੀ ਵਾਰ ਹੈ ਕਿ ਤੁਸੀਂ Azure OpenAI ਸੇਵਾ ਨਾਲ ਕੰਮ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ ਕਿਰਪਾ ਕਰਕੇ Azure OpenAI ਸੇਵਾ ਰਿਸੋਰਸ ਬਣਾਉਣ ਅਤੇ ਡਿਪਲੌਇ ਕਰਨ ਬਾਰੇ ਇਸ ਗਾਈਡ ਦੀ ਪਾਲਣਾ ਕਰੋ।
ਜੇਕਰ ਇਹ ਪਹਿਲੀ ਵਾਰ ਹੈ ਕਿ ਤੁਸੀਂ OpenAI API ਨਾਲ ਕੰਮ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ ਕਿਰਪਾ ਕਰਕੇ ਇੰਟਰਫੇਸ ਬਣਾਉਣ ਅਤੇ ਵਰਤਣ ਬਾਰੇ ਗਾਈਡ ਦੀ ਪਾਲਣਾ ਕਰੋ।
ਅਸੀਂ ਆਪਣੇ ਅਧਿਕਾਰਕ AI Community Discord ਸਰਵਰ ਵਿੱਚ ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਨੂੰ ਮਿਲਣ ਲਈ ਚੈਨਲ ਬਣਾਏ ਹਨ। ਇਹ ਜਨਰੇਟਿਵ AI ਵਿੱਚ ਲੈਵਲ ਅੱਪ ਕਰਨ ਦੀ ਖੋਜ ਕਰ ਰਹੇ ਹੋਰ ਸਮਾਨ ਵਿਚਾਰਧਾਰਾ ਵਾਲੇ ਉਦਯੋਗਪਤੀਆਂ, ਨਿਰਮਾਤਾ, ਵਿਦ ਹੁਣ ਜਦੋਂ ਤੁਸੀਂ ਇਸ ਕੋਰਸ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਲੋੜੀਂਦੇ ਕਦਮ ਪੂਰੇ ਕਰ ਲਏ ਹਨ, ਤਾਂ ਆਓ ਸ਼ੁਰੂ ਕਰੀਏ ਜਨਰੇਟਿਵ AI ਅਤੇ LLMs ਦਾ ਪਰਿਚਯ ਪ੍ਰਾਪਤ ਕਰਕੇ।
ਅਸਵੀਕਰਤਾ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀ ਹੋਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁੱਤੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼, ਜੋ ਇਸਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਹੈ, ਨੂੰ ਅਧਿਕਾਰਤ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।
