Skip to content

README.md

Latest commit

 

History

History
234 lines (144 loc) · 22.4 KB

README.md

File metadata and controls

234 lines (144 loc) · 22.4 KB

เริ่มต้นกับหลักสูตรนี้

เราตื่นเต้นมากที่คุณจะเริ่มต้นหลักสูตรนี้และดูว่าอะไรจะเป็นแรงบันดาลใจให้คุณสร้างสรรค์ด้วย Generative AI!

เพื่อให้คุณประสบความสำเร็จ หน้านี้จะสรุปขั้นตอนการตั้งค่า ความต้องการทางเทคนิค และสถานที่สำหรับขอความช่วยเหลือหากจำเป็น

ขั้นตอนการตั้งค่า

เพื่อเริ่มเรียนหลักสูตรนี้ คุณจะต้องทำตามขั้นตอนดังต่อไปนี้

1. Fork รีโพทั้งหมดนี้

ทำการ Fork รีโพทั้งหมดนี้ ไปยังบัญชี GitHub ของคุณเองเพื่อให้คุณสามารถแก้ไขโค้ดและทำแบบท้าทายให้เสร็จได้ คุณยังสามารถ กดดาว (🌟) รีโพนี้ เพื่อให้ค้นหารีโพนี้และรีโพที่เกี่ยวข้องได้ง่ายขึ้น

2. สร้าง Codespace

เพื่อหลีกเลี่ยงปัญหาการพึ่งพาระบบเมื่อนำโค้ดไปรัน เราแนะนำให้รันหลักสูตรนี้ใน GitHub Codespaces

ในรีโพที่คุณ Fork : Code -> Codespaces -> New on main

Dialog showing buttons to create a codespace

2.1 เพิ่มความลับ (secret)

  1. ⚙️ ไอคอนเกียร์ -> Command Pallete-> Codespaces : Manage user secret -> Add a new secret.
  2. ตั้งชื่อ OPENAI_API_KEY, วางรหัส API ของคุณ, กดบันทึก

3. ต่อไปต้องทำอะไร?

ฉันต้องการ… ไปที่…
เริ่มบทเรียนที่ 1 01-introduction-to-genai
ทำงานแบบออฟไลน์ setup-local.md
ตั้งค่า LLM provider providers.md
พบเพื่อนผู้เรียนอื่น เข้าร่วม Discord ของเรา

การแก้ไขปัญหา

อาการ วิธีแก้
การสร้าง container ค้างเกิน 10 นาที Codespaces ➜ “Rebuild Container”
python: command not found เทอร์มินัลไม่ได้เชื่อมต่อ; คลิก + ➜ bash
401 Unauthorized จาก OpenAI คีย์ OPENAI_API_KEY ผิดหรือหมดอายุ
VS Code แสดงข้อความ “Dev container mounting…” รีเฟรชแท็บเบราว์เซอร์—บางครั้ง Codespaces ขาดการเชื่อมต่อ
Notebook kernel หายไป เมนู Notebook ➜ Kernel ▸ Select Kernel ▸ Python 3

ระบบปฏิบัติการแบบ Unix:

touch .env

Windows:

echo . > .env

  1. แก้ไขไฟล์ .env: เปิดไฟล์ .env ในโปรแกรมแก้ไขข้อความ (เช่น VS Code, Notepad++ หรือโปรแกรมแก้ไขอื่นใด) เพิ่มบรรทัดต่อไปนี้ในไฟล์ โดยแทนที่ your_github_token_here ด้วยโทเค็น GitHub ของคุณจริงๆ:

    GITHUB_TOKEN=your_github_token_here

  2. บันทึกไฟล์: บันทึกการเปลี่ยนแปลงและปิดโปรแกรมแก้ไขข้อความ

  3. ติดตั้ง python-dotenv: หากยังไม่ติดตั้ง คุณต้องติดตั้งแพ็กเกจ python-dotenv เพื่อโหลด environment variables จากไฟล์ .env เข้าสู่แอปพลิเคชัน Python ของคุณ คุณสามารถติดตั้งได้โดยใช้คำสั่ง pip:

    pip install python-dotenv

  4. โหลด environment variables ในสคริปต์ Python ของคุณ: ในสคริปต์ Python ใช้แพ็กเกจ python-dotenv เพื่อโหลด environment variables จากไฟล์ .env:

    from dotenv import load_dotenv
import os

# โหลดตัวแปรสภาพแวดล้อมจากไฟล์ .env
load_dotenv()

# เข้าถึงตัวแปร GITHUB_TOKEN
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

เสร็จเรียบร้อย! คุณได้สร้างไฟล์ .env เพิ่มโทเค็น GitHub ของคุณ และโหลดมันเข้าสู่แอป Python ได้สำเร็จแล้ว

วิธีรันโค้ดบนเครื่องของคุณ

เพื่อรันโค้ดบนเครื่องของคุณเอง คุณจะต้องมี Python ติดตั้งในเครื่อง บางเวอร์ชัน

จากนั้นเพื่อใช้รีโพนี้ คุณต้องโคลนมัน:

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

เมื่อทุกอย่างถูกเช็คเอาต์แล้ว คุณก็พร้อมเริ่มต้น!

ขั้นตอนเสริม

การติดตั้ง Miniconda

Miniconda คือโปรแกรมติดตั้งขนาดเล็กเพื่อติดตั้ง Conda, Python และแพ็กเกจบางตัว Conda เป็นตัวจัดการแพ็กเกจที่ช่วยให้ง่ายต่อการตั้งค่าและสลับใช้งาน virtual environments ของ Python และแพ็กเกจต่างๆ ให้เหมาะสม นอกจากนี้ยังช่วยติดตั้งแพ็กเกจที่ไม่มีใน pip

คุณสามารถติดตาม คู่มือการติดตั้ง MiniConda เพื่อทำการติดตั้งได้

เมื่อคุณติดตั้ง Miniconda แล้ว คุณต้องโคลน รีโพ (หากยังไม่ได้ทำ)

ต่อไปคุณต้องสร้าง virtual environment โดยใช้ Conda สร้างไฟล์ environment ใหม่ (environment.yml) ถ้าใช้งานใน Codespaces ให้สร้างไฟล์นี้ในไดเรกทอรี .devcontainer เป็น .devcontainer/environment.yml

เพิ่มเนื้อหาในไฟล์ environment ดังต่อไปนี้:

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

ถ้าคุณพบข้อผิดพลาดในการใช้ conda คุณสามารถติดตั้ง Microsoft AI Libraries ด้วยคำสั่งต่อไปนี้ในเทอร์มินัลได้

conda install -c microsoft azure-ai-ml

ไฟล์ environment จะกำหนด dependencies ที่ต้องใช้ <environment-name> คือชื่อ environment ของ Conda ที่คุณต้องการใช้ และ <python-version> คือเวอร์ชัน Python เช่น 3 คือเวอร์ชันใหญ่ล่าสุดของ Python

เมื่อเสร็จแล้ว คุณสามารถสร้าง Conda environment ของคุณโดยรันคำสั่งด้านล่างนี้ใน command line/เทอร์มินัล

conda env create --name ai4beg --file .devcontainer/environment.yml # เส้นทางย่อย .devcontainer ใช้ได้กับการตั้งค่า Codespace เท่านั้น
conda activate ai4beg

ดูรายละเอียดเพิ่มเติมได้ใน คู่มือจัดการ Conda environments หากเจอปัญหา

การใช้ Visual Studio Code พร้อมส่วนขยาย Python

เราแนะนำให้ใช้ Visual Studio Code (VS Code) พร้อมติดตั้ง ส่วนขยาย Python support สำหรับหลักสูตรนี้ อย่างไรก็ดี นี่เป็นเพียงคำแนะนำ ไม่ใช่ข้อบังคับ

หมายเหตุ: เมื่อคุณเปิดรีโพหลักสูตรนี้ใน VS Code คุณสามารถตั้งค่าโปรเจกต์ภายใน container ได้ เพราะภายในรีโพมีไดเรกทอรีพิเศษ .devcontainer ซึ่งจะกล่าวถึงในภายหลัง

หมายเหตุ: เมื่อโคลนและเปิดไดเรกทอรีนี้ใน VS Code โปรแกรมจะเสนอให้คุณติดตั้งส่วนขยาย Python โดยอัตโนมัติ

หมายเหตุ: หาก VS Code เสนอให้เปิดรีโพนี้ใน container ให้ปฏิเสธคำขอนี้หากคุณต้องการใช้ Python ที่ติดตั้งในเครื่องแทน

ใช้ Jupyter บนเว็บเบราว์เซอร์

คุณยังสามารถทำงานกับโปรเจกต์นี้โดยใช้ Jupyter environment ผ่านเว็บเบราว์เซอร์ของคุณ Jupyter แบบคลาสสิก และ Jupyter Hub จะมีสภาพแวดล้อมการพัฒนาที่ดี มีฟีเจอร์เช่น auto-completion, การเน้นไฮไลต์โค้ด ฯลฯ

เพื่อเริ่ม Jupyter บนเครื่อง ให้เปิดเทอร์มินัล/คอมมานด์ไลน์ ไปยังไดเรกทอรีหลักสูตร และรัน:

jupyter notebook

หรือ

jupyterhub

คำสั่งนี้จะเริ่มเซิร์ฟเวอร์ Jupyter และ URL สำหรับเข้าถึงจะปรากฏในหน้าต่างคอมมานด์ไลน์

หลังจากเปิด URL แล้ว คุณจะเห็นโครงร่างหลักสูตรและสามารถเปิดไฟล์ *.ipynb ใดๆ ได้ เช่น 08-building-search-applications/python/oai-solution.ipynb

รันใน container

อีกทางเลือกหนึ่งนอกจากการตั้งค่าบนเครื่องหรือ Codespace คือการใช้ container ไดเรกทอรีพิเศษ .devcontainer ในรีโพนี้ช่วยให้ VS Code ตั้งโปรเจกต์ใน container ได้

นอกเหนือจาก Codespaces จะต้องติดตั้ง Docker และจริงๆ แล้วอาจซับซ้อน เราจึงแนะนำเฉพาะผู้ที่มีประสบการณ์กับ container เท่านั้น

วิธีที่ดีที่สุดในการเก็บ API keys อย่างปลอดภัยขณะใช้ GitHub Codespaces คือการใช้ Secrets ของ Codespace โปรดดูคู่มือ การจัดการ Secrets สำหรับ Codespaces เพื่อเรียนรู้เพิ่มเติม

บทเรียนและความต้องการทางเทคนิค

หลักสูตรประกอบด้วยบทเรียนแนวคิด 6 บทและบทเรียนเขียนโค้ด 6 บท

สำหรับบทเรียนเขียนโค้ด เราใช้ Azure OpenAI Service คุณจะต้องเข้าถึงบริการ Azure OpenAI และมีคีย์ API เพื่อรันโค้ดนี้ คุณสามารถสมัครเข้าถึงได้โดย กรอกใบสมัครนี้

ขณะที่รอใบสมัครของคุณได้รับการอนุมัติ ในแต่ละบทเรียนเขียนโค้ดยังมีไฟล์ README.md ให้คุณดูโค้ดและผลลัพธ์ล่วงหน้า

การใช้ Azure OpenAI Service ครั้งแรก

ถ้านี่เป็นครั้งแรกที่คุณใช้บริการ Azure OpenAI โปรดทำตามคำแนะนำนี้ในการ สร้างและปรับใช้ Azure OpenAI Service resource

การใช้ OpenAI API ครั้งแรก

ถ้านี่เป็นครั้งแรกที่คุณใช้ OpenAI API โปรดทำตามคำแนะนำสำหรับ วิธีสร้างและใช้ Interface

พบปะผู้เรียนคนอื่น

เราสร้างช่องทางในเซิร์ฟเวอร์ AI Community Discord อย่างเป็นทางการ เพื่อให้ผู้เรียนได้พบปะกัน นี่เป็นวิธีที่ดีในการสร้างเครือข่ายกับผู้ประกอบการ นักสร้าง นักศึกษา และทุกคนที่ต้องการพัฒนาฝีมือด้าน Generative AI

Join discord channel

ทีมโปรเจกต์จะอยู่ใน Discord นี้เพื่อช่วยเหลือผู้เรียน

การมีส่วนร่วม

หลักสูตรนี้เป็นโครงการโอเพ่นซอร์ส ถ้าคุณเห็นจุดที่ควรปรับปรุงหรือพบปัญหา โปรดสร้าง Pull Request หรือลงบันทึก GitHub issue

ทีมโปรเจกต์จะติดตามการมีส่วนร่วมทั้งหมด การร่วมพัฒนาซอฟต์แวร์โอเพ่นซอร์สเป็นวิธีที่ยอดเยี่ยมในการสร้างอาชีพในด้าน Generative AI

ส่วนใหญ่การมีส่วนร่วมจะต้องยอมรับ Contributor License Agreement (CLA) ซึ่งระบุว่าคุณมีสิทธิ์อนุญาตให้เราใช้ผลงานของคุณ โปรดดูรายละเอียดที่ เว็บไซต์ CLA, Contributor License Agreement

สำคัญ: เมื่อแปลข้อความในรีโพนี้ โปรดอย่าใช้การแปลโดยเครื่องมืออัตโนมัติ เราจะตรวจสอบความถูกต้องของการแปลผ่านชุมชน ดังนั้นโปรดแปลในภาษาที่คุณมีความชำนาญเท่านั้น

เมื่อคุณส่ง pull request, CLA-bot จะตรวจสอบโดยอัตโนมัติว่าคุณต้องส่ง CLA หรือไม่ และแสดงป้ายหรือข้อความใน PR ให้ปฏิบัติตามคำแนะนำของบอท คุณจะต้องทำเพียงครั้งเดียวสำหรับทุกรีโพที่ใช้ CLA ของเรา

โปรเจกต์นี้นำ Microsoft Open Source Code of Conduct มาใช้ อ่านข้อมูลเพิ่มเติมใน FAQ ของ Code of Conduct หรือส่งอีเมลถึง opencode@microsoft.com หากมีคำถามหรือความคิดเห็นเพิ่มเติม

มาเริ่มกันเลย!

ตอนนี้คุณได้ทำขั้นตอนที่จำเป็นเพื่อเสร็จสิ้นหลักสูตรนี้แล้ว มาเริ่มต้นกันด้วยการรับ บทนำสู่ Generative AI และ LLMs กันเถอะครับ/ค่ะ

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษาด้วย AI Co-op Translator แม้เราจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นฉบับควรถูกพิจารณาเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้การแปลโดยมืออาชีพที่เป็นมนุษย์ ทางเราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใดๆ ที่เกิดจากการใช้การแปลนี้