Skip to content

02-setup-local.md

Latest commit

 

History

History
232 lines (158 loc) · 10.1 KB

02-setup-local.md

File metadata and controls

232 lines (158 loc) · 10.1 KB

Yerel Kurulum 🖥️

Her şeyi kendi dizüstü bilgisayarınızda çalıştırmayı tercih ediyorsanız bu kılavuzu kullanın.
İki yolunuz var: (A) yerel Python + virtual-env veya (B) Docker ile VS Code Geliştirme Konteyneri.
Hangisi daha kolay geliyorsa onu seçin—ikisi de aynı derslere götürür.

1. Ön Koşullar

Araç Sürüm / Notlar
Python 3.10 + (https://python.org adresinden alın)
Git En son sürüm (Xcode / Windows için Git / Linux paket yöneticisi ile gelir)
VS Code İsteğe bağlı ama önerilir https://code.visualstudio.com
Docker Desktop Sadece Seçenek B için. Ücretsiz kurulum: https://docs.docker.com/desktop/

💡 İpucu – Araçları terminalde doğrulayın:
python --version, git --version, docker --version, code --version

2. Seçenek A – Yerel Python (en hızlı)

Adım 1 Bu repoyu klonlayın

git clone https://github.com/<your-github>/generative-ai-for-beginners
cd generative-ai-for-beginners

Adım 2 Sanal ortam oluşturun ve etkinleştirin

python -m venv .venv          # bir tane yap
source .venv/bin/activate     # macOS / Linux
.\.venv\Scripts\activate      # Windows PowerShell

✅ Komut istemi artık (.venv) ile başlamalı—bu, ortamın içinde olduğunuz anlamına gelir.

Adım 3 Bağımlılıkları yükleyin

pip install -r requirements.txt

API anahtarları bölümüne geçin

2. Seçenek B – VS Code Geliştirme Konteyneri (Docker)

Bu depo ve kurs, Python3, .NET, Node.js ve Java geliştirmeyi destekleyen Evrensel bir çalışma zamanı içeren bir geliştirme konteyneri ile ayarlandı. İlgili yapılandırma, bu deponun kök dizinindeki .devcontainer/ klasöründe bulunan devcontainer.json dosyasında tanımlanmıştır.

Neden bunu seçmelisiniz?
Codespaces ile aynı ortam; bağımlılık sürüklenmesi yok.

Adım 0 Ekstraları yükleyin

Docker Desktop – docker --version komutunun çalıştığını doğrulayın.
VS Code Remote – Containers eklentisi (ID: ms-vscode-remote.remote-containers).

Adım 1 Repoyu VS Code’da açın

Dosya ▸ Klasör Aç… → generative-ai-for-beginners

VS Code .devcontainer/ klasörünü algılar ve bir istem çıkarır.

Adım 2 Konteyner içinde yeniden açın

“Reopen in Container”a tıklayın. Docker imajı oluşturur (ilk sefer ≈ 3 dk).
Terminal istemi göründüğünde konteyner içindesiniz demektir.

2. Seçenek C – Miniconda

Miniconda, Conda, Python ve birkaç paketi kurmak için hafif bir yükleyicidir.
Conda, farklı Python sanal ortamları ve paketler arasında kolayca geçiş yapmayı sağlayan bir paket yöneticisidir. Ayrıca pip ile bulunmayan paketleri kurmak için de kullanışlıdır.

Adım 0 Miniconda’yı yükleyin

Kurulum için MiniConda kurulum kılavuzunu takip edin.

conda --version

Adım 1 Sanal ortam oluşturun

Yeni bir ortam dosyası oluşturun (environment.yml). Codespaces kullanıyorsanız, bunu .devcontainer dizini içinde, yani .devcontainer/environment.yml olarak oluşturun.

Adım 2 Ortam dosyanızı doldurun

Aşağıdaki parçayı environment.yml dosyanıza ekleyin

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

Adım 3 Conda ortamınızı oluşturun

Aşağıdaki komutları komut satırınızda/terminalinizde çalıştırın

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer alt yolu yalnızca Codespace kurulumları için geçerlidir
conda activate ai4beg

Herhangi bir sorun yaşarsanız Conda ortamları kılavuzuna bakabilirsiniz.

2 Seçenek D – Klasik Jupyter / Jupyter Lab (tarayıcınızda)

Kimler için?
Klasik Jupyter arayüzünü seven veya not defterlerini VS Code olmadan çalıştırmak isteyen herkes.

Adım 1 Jupyter’ın kurulu olduğundan emin olun

Jupyter’ı yerel başlatmak için terminale/komut satırına gidin, kurs dizinine geçin ve şu komutu çalıştırın:

jupyter notebook

veya

jupyterhub

Bu, bir Jupyter örneği başlatacak ve erişim URL’si komut satırı penceresinde gösterilecektir.

URL’ye eriştiğinizde kurs içeriğini görmeli ve herhangi bir *.ipynb dosyasına gidebilmelisiniz. Örneğin, 08-building-search-applications/python/oai-solution.ipynb.

3. API Anahtarlarınızı Ekleyin

Herhangi bir uygulama geliştirirken API anahtarlarınızı güvenli tutmak önemlidir. API anahtarlarını doğrudan kodunuzda saklamamanızı öneririz. Bu bilgileri herkese açık bir depoya göndermek güvenlik sorunlarına ve kötü niyetli kişiler tarafından kullanılması durumunda istenmeyen maliyetlere yol açabilir.
Python için bir .env dosyası oluşturma ve GITHUB_TOKEN ekleme adım adım rehberi:

  1. Proje Dizininize Gidin: Terminal veya komut istemcisini açın ve .env dosyasını oluşturmak istediğiniz projenizin kök dizinine gidin.

    cd path/to/your/project

  2. .env Dosyasını Oluşturun: Tercih ettiğiniz metin düzenleyici ile .env adlı yeni bir dosya oluşturun. Komut satırı kullanıyorsanız, Unix tabanlı sistemlerde touch, Windows’ta echo kullanabilirsiniz:

    Unix tabanlı sistemler:

    touch .env

    Windows:

    echo . > .env

  3. .env Dosyasını Düzenleyin: .env dosyasını bir metin düzenleyicide (örneğin VS Code, Notepad++ veya başka bir editör) açın. Aşağıdaki satırı dosyaya ekleyin, your_github_token_here kısmını gerçek GitHub tokenınızla değiştirin:

    GITHUB_TOKEN=your_github_token_here

  4. Dosyayı Kaydedin: Değişiklikleri kaydedin ve metin düzenleyiciyi kapatın.

  5. python-dotenv Paketini Yükleyin: Henüz yüklemediyseniz, .env dosyasından ortam değişkenlerini Python uygulamanıza yüklemek için python-dotenv paketini yüklemeniz gerekir. Bunu pip ile yapabilirsiniz:

    pip install python-dotenv

  6. Python Scriptinizde Ortam Değişkenlerini Yükleyin: Python scriptinizde, .env dosyasından ortam değişkenlerini yüklemek için python-dotenv paketini kullanın:

    from dotenv import load_dotenv
import os

# .env dosyasından ortam değişkenlerini yükle
load_dotenv()

# GITHUB_TOKEN değişkenine eriş
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

Hepsi bu! Başarıyla bir .env dosyası oluşturdunuz, GitHub tokenınızı eklediniz ve Python uygulamanıza yüklediniz.

🔐 .env dosyasını asla commit etmeyin—zaten .gitignore içinde.
Tüm sağlayıcı talimatları providers.md dosyasında bulunur.

4. Sonraki Adımlar?

Yapmak istiyorum… Gitmek istediğim yer…
Ders 1’e başla 01-introduction-to-genai
Bir LLM Sağlayıcısı Kur providers.md
Diğer öğrenenlerle tanış Discord’umuza katıl

5. Sorun Giderme

Belirti Çözüm
python not found Python’u PATH’e ekleyin veya kurulum sonrası terminali yeniden açın
pip tekerlekleri oluşturamıyor (Windows) pip install --upgrade pip setuptools wheel komutunu çalıştırıp tekrar deneyin.
ModuleNotFoundError: dotenv pip install -r requirements.txt komutunu çalıştırın (ortam kurulmamış).
Docker build başarısız No space left Docker Desktop ▸ Ayarlar ▸ Kaynaklar → disk boyutunu artırın.
VS Code sürekli yeniden açmayı öneriyor Her iki Seçenek de aktif olabilir; birini seçin (venv veya konteyner)
OpenAI 401 / 429 hataları OPENAI_API_KEY değerini ve istek hız sınırlarını kontrol edin.
Conda kullanırken hatalar Microsoft AI kütüphanelerini conda install -c microsoft azure-ai-ml ile yükleyin

Feragatname:
Bu belge, AI çeviri servisi Co-op Translator kullanılarak çevrilmiştir. Doğruluk için çaba gösterilse de, otomatik çevirilerin hatalar veya yanlışlıklar içerebileceğini lütfen unutmayın. Orijinal belge, kendi dilinde yetkili kaynak olarak kabul edilmelidir. Kritik bilgiler için profesyonel insan çevirisi önerilir. Bu çevirinin kullanımı sonucu oluşabilecek yanlış anlamalar veya yorum hatalarından sorumlu değiliz.