Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
ต้องการโคลนแบบพื้นฐานในเครื่องไหม?
รีโพสิตอรี่นี้มีการแปลภาษาเกิน 50 ภาษา ซึ่งเพิ่มขนาดการดาวน์โหลดอย่างมาก เพื่อโคลนโดยไม่รวมการแปลภาษา ใช้ sparse checkout:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"นี้จะให้คุณทุกอย่างที่ต้องใช้ในการทำคอร์สได้โดยดาวน์โหลดเร็วขึ้นมาก
เรียนรู้พื้นฐานการสร้างแอปพลิเคชันปัญญาประดิษฐ์เชิงสร้างสรรค์ผ่านคอร์สครอบคลุม 21 บทเรียนโดย Microsoft Cloud Advocates
คอร์สนี้มี 21 บทเรียน แต่ละบทเรียนจะครอบคลุมหัวข้อของตัวเอง ดังนั้นเริ่มต้นที่บทเรียนใดก็ได้ตามต้องการ!
บทเรียนจะถูกติดป้ายว่า “เรียนรู้” สำหรับบทเรียนที่อธิบายแนวคิดปัญญาประดิษฐ์เชิงสร้างสรรค์ หรือ “สร้าง” สำหรับบทเรียนที่อธิบายแนวคิดพร้อมตัวอย่างโค้ดในทั้ง Python และ TypeScript เมื่อเป็นไปได้
สำหรับนักพัฒนา .NET ลองดู ปัญญาประดิษฐ์เชิงสร้างสรรค์สำหรับผู้เริ่มต้น (ฉบับ .NET)!
แต่ละบทเรียนยังมาพร้อมกับส่วน "เรียนรู้อย่างต่อเนื่อง" ที่มีเครื่องมือการเรียนรู้เพิ่มเติม
-
Azure OpenAI Service - บทเรียน: "aoai-assignment"
-
GitHub Marketplace Model Catalog - บทเรียน: "githubmodels"
-
OpenAI API - บทเรียน: "oai-assignment"
-
ความรู้พื้นฐานเกี่ยวกับ Python หรือ TypeScript จะเป็นประโยชน์ - *สำหรับผู้เริ่มต้นจริง ๆ ให้ดูหลักสูตร Python และ TypeScript
-
มีบัญชี GitHub เพื่อ fork รีโพสิตอรี่นี้ทั้งหมด ไปยังบัญชี GitHub ของคุณเอง
เราได้สร้างบทเรียน การตั้งค่าคอร์ส เพื่อช่วยคุณตั้งค่าสภาพแวดล้อมการพัฒนา
อย่าลืม กดดาว (🌟) รีโพสิตอรี่นี้ เพื่อหาง่ายขึ้นในภายหลัง
ถ้าคุณกำลังมองหาตัวอย่างโค้ดขั้นสูงมากขึ้น ลองดู คอลเลกชันตัวอย่างโค้ดปัญญาประดิษฐ์เชิงสร้างสรรค์ ของเราในทั้ง Python และ TypeScript
เข้าร่วมที่ เซิร์ฟเวอร์ Discord อย่างเป็นทางการของ Azure AI Foundry เพื่อพบปะและสร้างเครือข่ายกับผู้เรียนอื่นที่เรียนคอร์สนี้และรับการช่วยเหลือ
ถามคำถามหรือแบ่งปันความคิดเห็นในผลิตภัณฑ์ที่ ฟอรั่มนักพัฒนา Azure AI Foundry บน GitHub
เยี่ยมชม Microsoft for Startups เพื่อค้นหาวิธีเริ่มต้นสร้างสรรค์ด้วยเครดิต Azure วันนี้
คุณมีข้อเสนอแนะหรือเจอข้อผิดพลาดคำสะกดหรือโค้ดไหม? เปิดประเด็นใหม่ หรือ สร้างคำร้องขอ pull
- วิดีโอแนะนำสั้น ๆ เกี่ยวกับหัวข้อ
- บทเรียนที่เขียนไว้ใน README
- ตัวอย่างโค้ด Python และ TypeScript รองรับ Azure OpenAI และ OpenAI API
- ลิงก์ไปยังทรัพยากรเพิ่มเติมเพื่อต่อเนื่องการเรียนรู้ของคุณ
| # | ลิงก์บทเรียน | คำอธิบาย | วิดีโอ | การเรียนรู้อื่น ๆ |
|---|---|---|---|---|
| 00 | การตั้งค่าคอร์ส | เรียนรู้: วิธีตั้งค่าสภาพแวดล้อมการพัฒนาของคุณ | กำลังจะมีวิดีโอ | เรียนรู้เพิ่มเติม |
| 01 | แนะนำปัญญาประดิษฐ์เชิงสร้างสรรค์และ LLMs | เรียนรู้: เข้าใจว่าปัญญาประดิษฐ์เชิงสร้างสรรค์คืออะไร และโมเดลภาษาใหญ่ (LLMs) ทำงานอย่างไร | วิดีโอ | เรียนรู้เพิ่มเติม |
| 02 | สำรวจและเปรียบเทียบ LLMs ต่าง ๆ | เรียนรู้: วิธีการเลือกโมเดลที่เหมาะกับกรณีใช้งานของคุณ | วิดีโอ | เรียนรู้เพิ่มเติม |
| 03 | การใช้ปัญญาประดิษฐ์เชิงสร้างสรรค์อย่างมีความรับผิดชอบ | เรียนรู้: วิธีสร้างแอปพลิเคชันปัญญาประดิษฐ์เชิงสร้างสรรค์อย่างรับผิดชอบ | วิดีโอ | เรียนรู้เพิ่มเติม |
| 04 | ความเข้าใจพื้นฐานวิศวกรรมพรอมต์ | เรียนรู้: แนวทางปฏิบัติที่ดีที่สุดในการทำวิศวกรรมพรอมต์แบบลงมือทำ | วิดีโอ | เรียนรู้เพิ่มเติม |
| 05 | การสร้างพรอมต์ขั้นสูง | เรียนรู้: วิธีการประยุกต์ใช้เทคนิควิศวกรรมพรอมต์ที่ช่วยปรับปรุงผลลัพธ์ของพรอมต์ของคุณ | วิดีโอ | เรียนรู้เพิ่มเติม |
| 06 | การสร้างแอปพลิเคชันสร้างข้อความ | สร้าง: แอปพลิเคชันสร้างข้อความโดยใช้ Azure OpenAI / OpenAI API | วิดีโอ | เรียนรู้เพิ่มเติม |
| 07 | การสร้างแอปพลิเคชันแชท | สร้าง: เทคนิคสำหรับการสร้างและรวมแอปพลิเคชันแชทอย่างมีประสิทธิภาพ | วิดีโอ | เรียนรู้เพิ่มเติม |
| 08 | การสร้างแอปค้นหาด้วยฐานข้อมูลเวกเตอร์ | สร้าง: แอปค้นหาที่ใช้ Embeddings ในการค้นหาข้อมูล | วิดีโอ | เรียนรู้เพิ่มเติม |
| 09 | การสร้างแอปพลิเคชันสร้างภาพ | สร้าง: แอปพลิเคชันสร้างภาพ | วิดีโอ | เรียนรู้เพิ่มเติม |
| 10 | การสร้างแอป AI แบบโค้ดต่ำ | สร้าง: แอปพลิเคชัน AI สร้างสรรค์โดยใช้เครื่องมือโค้ดต่ำ | วิดีโอ | เรียนรู้เพิ่มเติม |
| 11 | การรวมแอปพลิเคชันภายนอกกับการเรียกฟังก์ชัน | สร้าง: ฟังก์ชันการเรียกใช้และกรณีการใช้งานสำหรับแอปพลิเคชัน | วิดีโอ | เรียนรู้เพิ่มเติม |
| 12 | การออกแบบ UX สำหรับแอป AI | เรียนรู้: วิธีการประยุกต์ใช้หลักการออกแบบ UX เมื่อพัฒนาแอปพลิเคชัน Generative AI | วิดีโอ | เรียนรู้เพิ่มเติม |
| 13 | การรักษาความปลอดภัยแอป Generative AI ของคุณ | เรียนรู้: ภัยคุกคามและความเสี่ยงต่อระบบ AI และวิธีการรักษาความปลอดภัยของระบบเหล่านี้ | วิดีโอ | เรียนรู้เพิ่มเติม |
| 14 | วงจรชีวิตแอป Generative AI | เรียนรู้: เครื่องมือและตัวชี้วัดในการจัดการวงจรชีวิต LLM และ LLMOps | วิดีโอ | เรียนรู้เพิ่มเติม |
| 15 | Retrieval Augmented Generation (RAG) และฐานข้อมูลเวกเตอร์ | สร้าง: แอปพลิเคชันโดยใช้กรอบงาน RAG เพื่อดึง embeddings จากฐานข้อมูลเวกเตอร์ | วิดีโอ | เรียนรู้เพิ่มเติม |
| 16 | โมเดลโอเพนซอร์สและ Hugging Face | สร้าง: แอปพลิเคชันที่ใช้โมเดลโอเพนซอร์สที่มีอยู่บน Hugging Face | วิดีโอ | เรียนรู้เพิ่มเติม |
| 17 | AI Agents | สร้าง: แอปพลิเคชันที่ใช้กรอบงาน AI Agent | วิดีโอ | เรียนรู้เพิ่มเติม |
| 18 | การปรับแต่ง LLMs | เรียนรู้: อะไร ทำไม และอย่างไรของการปรับแต่ง LLMs | วิดีโอ | เรียนรู้เพิ่มเติม |
| 19 | การสร้างด้วย SLMs | เรียนรู้: ประโยชน์ของการสร้างด้วย Small Language Models | กำลังจะมีวิดีโอ | เรียนรู้เพิ่มเติม |
| 20 | การสร้างด้วยโมเดล Mistral | เรียนรู้: คุณสมบัติและความแตกต่างของโมเดลในตระกูล Mistral | กำลังจะมีวิดีโอ | เรียนรู้เพิ่มเติม |
| 21 | การสร้างด้วยโมเดล Meta | เรียนรู้: คุณสมบัติและความแตกต่างของโมเดลในตระกูล Meta | กำลังจะมีวิดีโอ | เรียนรู้เพิ่มเติม |
ขอขอบคุณเป็นพิเศษแก่ John Aziz สำหรับการสร้าง GitHub Actions และ workflows ทั้งหมด
Bernhard Merkle สำหรับการมีส่วนร่วมสำคัญในแต่ละบทเรียนเพื่อปรับปรุงประสบการณ์ของผู้เรียนและโค้ด
ทีมของเราผลิตหลักสูตรอื่น ๆ อีก! เชิญดูที่:
หากคุณติดขัดหรืมีคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วมกับผู้เรียนและนักพัฒนาที่มีประสบการณ์ในชุมชน MCP นี่คือชุมชนที่ให้การสนับสนุนซึ่งเปิดรับคำถามและแบ่งปันความรู้กันอย่างอิสระ
หากคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดขณะสร้างโปรเจค โปรดเยี่ยมชม:
免责声明: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลด้วย AI Co-op Translator แม้ว่าจะพยายามให้ความถูกต้องสูงสุด แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาแม่ควรถูกพิจารณาว่าเป็นแหล่งข้อมูลที่น่าเชื่อถือ สำหรับข้อมูลสำคัญ แนะนำให้ใช้การแปลโดยมนุษย์ที่มีความเชี่ยวชาญ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใด ๆ ที่เกิดจากการใช้การแปลนี้