Skip to content

README.md

Latest commit

 

History

History
231 lines (143 loc) · 14.1 KB

README.md

File metadata and controls

231 lines (143 loc) · 14.1 KB

Začínáme s tímto kurzem

Jsme velmi nadšení, že začínáte tento kurz a uvidíte, co vás inspiruje vytvořit s Generativní AI!

Abychom zajistili váš úspěch, tato stránka popisuje kroky nastavení, technické požadavky a kde získat pomoc, pokud bude potřeba.

Kroky nastavení

Pro zahájení tohoto kurzu budete muset dokončit následující kroky.

1. Vytvořte fork tohoto repozitáře

Vytvořte fork celého tohoto repozitáře do svého vlastního účtu GitHub, abyste mohli měnit kód a dokončit úkoly. Také můžete repozitář označit hvězdičkou (🌟), abyste jej a související repozitáře snáze našli.

2. Vytvořte codespace

Aby nedocházelo k problémům se závislostmi při spouštění kódu, doporučujeme spouštět tento kurz v GitHub Codespaces.

Ve vašem forku: Code -> Codespaces -> New on main

Dialog showing buttons to create a codespace

2.1 Přidejte tajný klíč

  1. ⚙️ Klikněte na ikonu ozubeného kola -> Command Pallette -> Codespaces : Manage user secret -> Přidat nový tajný klíč.
  2. Pojmenujte ho OPENAI_API_KEY, vložte svůj klíč, Uložit.

3. Co dál?

Chci… Jít do…
Začít Lekci 1 01-introduction-to-genai
Pracovat offline setup-local.md
Nastavit poskytovatele LLM providers.md
Setkat se s ostatními studenty Připojit se k našemu Discordu

Řešení problémů

Příznak Řešení
Stavba kontejneru trvá déle než 10 minut Codespaces ➜ “Rebuild Container”
python: command not found Terminál není připojen; klikněte na + ➜ bash
401 Unauthorized od OpenAI Nesprávný / expirující OPENAI_API_KEY
VS Code ukazuje “Dev container mounting…” Obnovte záložku prohlížeče – Codespaces někdy ztratí spojení
Absence jádra notebooku Menu notebooku ➜ Kernel ▸ Select Kernel ▸ Python 3

Unixové systémy:

touch .env

Windows:

echo . > .env

  1. Upravte soubor .env: Otevřete soubor .env v textovém editoru (např. VS Code, Notepad++ nebo jiný editor). Přidejte následující řádek do souboru, kde your_github_token_here nahraďte svým skutečným GitHub tokenem:

    GITHUB_TOKEN=your_github_token_here

  2. Uložte soubor: Uložte změny a zavřete textový editor.

  3. Nainstalujte python-dotenv: Pokud jste tak ještě neučinili, budete potřebovat nainstalovat balíček python-dotenv pro načítání proměnných prostředí ze souboru .env do vaší Python aplikace. Můžete jej nainstalovat pomocí pip:

    pip install python-dotenv

  4. Načtěte proměnné prostředí ve svém Python skriptu: Ve svém Python skriptu použijte balíček python-dotenv k načtení proměnných prostředí ze souboru .env:

    from dotenv import load_dotenv
import os

# Načíst proměnné prostředí ze souboru .env
load_dotenv()

# Přístup k proměnné GITHUB_TOKEN
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

To je vše! Úspěšně jste vytvořili .env soubor, přidali svůj GitHub token a načetli ho do vaší Python aplikace.

Jak spustit lokálně na vašem počítači

Pro lokální spuštění kódu na vašem počítači budete potřebovat mít nainstalovanou nějakou verzi Pythonu.

Pro použití repozitáře je pak potřeba ho naklonovat:

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

Jakmile máte všechno stažené, můžete začít!

Nepovinné kroky

Instalace Minicondy

Miniconda je lehký instalátor pro instalaci Conda, Pythonu a několika balíčků. Conda je správce balíčků, který usnadňuje nastavení a přepínání mezi různými Python virtuálními prostředími a balíčky. Je také užitečný pro instalaci balíčků, které nejsou dostupné přes pip.

Můžete postupovat podle návodu na instalaci Minicondy k jejímu nastavení.

Po instalaci Minicondy je třeba naklonovat repozitář (pokud jste to ještě neudělali).

Poté je potřeba vytvořit virtuální prostředí. Pro Conda to uděláte vytvořením souboru prostředí (environment.yml). Pokud pracujete v Codespaces, vytvořte jej uvnitř adresáře .devcontainer, tedy .devcontainer/environment.yml.

Soubor prostředí naplňte následujícím kódem:

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

Pokud narazíte na chyby při použití condy, můžete ručně nainstalovat Microsoft AI knihovny pomocí následujícího příkazu v terminálu.

conda install -c microsoft azure-ai-ml

Soubor prostředí specifikuje závislosti, které potřebujeme. <environment-name> označuje název, který chcete použít pro své Conda prostředí, a <python-version> je verze Pythonu, kterou chcete použít, např. 3 je nejnovější hlavní verze Pythonu.

Po dokončení můžete vytvořit Conda prostředí tak, že v příkazové řádce/terminálu spustíte následující příkazy:

conda env create --name ai4beg --file .devcontainer/environment.yml # Podcesta .devcontainer platí pouze pro nastavení Codespace
conda activate ai4beg

Pokud narazíte na potíže, podívejte se do návodu na správu Conda prostředí.

Použití Visual Studio Code s rozšířením podpory Pythonu

Pro tento kurz doporučujeme používat editor Visual Studio Code (VS Code) s nainstalovaným rozšířením podpory Pythonu. Toto je však spíše doporučení než definitivní požadavek.

Poznámka: Po otevření repozitáře kurzu ve VS Code máte možnost nastavit projekt uvnitř kontejneru díky speciálnímu adresáři .devcontainer v repozitáři kurzu. O tom více později.

Poznámka: Jakmile naklonujete a otevřete adresář ve VS Code, automaticky vám bude nabídnuto nainstalovat rozšíření podpory Pythonu.

Poznámka: Pokud VS Code doporučí znovu otevřít repozitář v kontejneru, odmítněte tuto žádost, chcete-li používat lokálně nainstalovanou verzi Pythonu.

Použití Jupyter v prohlížeči

Můžete také pracovat na projektu pomocí prostředí Jupyter přímo ve svém prohlížeči. Jak klasický Jupyter, tak Jupyter Hub poskytují příjemné vývojové prostředí s funkcemi jako automatické dokončování, zvýraznění kódu apod.

Pro spuštění Jupytera lokálně přejděte do terminálu/příkazového řádku, přejděte do adresáře kurzu a spusťte:

jupyter notebook

nebo

jupyterhub

Tím spustíte instanci Jupytera a URL pro přístup k ní bude zobrazeno v okně příkazové řádky.

Po vstupu na tuto URL byste měli vidět osnovu kurzu a být schopni přistupovat k libovolnému souboru *.ipynb. Například 08-building-search-applications/python/oai-solution.ipynb.

Spouštění v kontejneru

Alternativou k nastavení všeho na vašem počítači nebo v Codespace je použití kontejneru. Speciální složka .devcontainer v repozitáři kurzu umožňuje VS Code nastavit projekt uvnitř kontejneru. Mimo Codespaces to vyžaduje instalaci Dockeru a upřímně řečeno, je to trochu práce, proto to doporučujeme pouze těm, kdo mají zkušenosti s kontejnery.

Jedním z nejlepších způsobů, jak zabezpečit své API klíče při používání GitHub Codespaces, je použití Codespace Secrets. Podrobnosti naleznete v průvodci Codespaces secrets management.

Lekce a technické požadavky

Kurz má 6 koncepčních lekcí a 6 lekcí s kódováním.

Pro lekce s kódováním používáme Azure OpenAI Service. Budete potřebovat přístup k Azure OpenAI službě a API klíč pro spuštění tohoto kódu. O přístup můžete požádat vyplněním této žádosti.

Zatímco čekáte na vyřízení vaší žádosti, každá lekce s kódováním obsahuje také soubor README.md, kde můžete zobrazit kód a výstupy.

Použití Azure OpenAI Service poprvé

Pokud s Azure OpenAI službou pracujete poprvé, postupujte podle tohoto návodu, jak vytvořit a nasadit Azure OpenAI Service zdroj.

Použití OpenAI API poprvé

Pokud pracujete s OpenAI API poprvé, postupujte podle návodu, jak vytvořit a používat rozhraní.

Setkejte se s ostatními studenty

Vytvořili jsme kanály v našem oficiálním AI Community Discord serveru pro setkání s ostatními studenty. Je to skvělý způsob, jak navázat kontakty s dalšími podobně smýšlejícími podnikateli, vývojáři, studenty a kýmkoliv, kdo se chce posunout v generativní AI.

Join discord channel

Projektový tým bude také na tomto Discord serveru, aby pomáhal všem studentům.

Přispívejte

Tento kurz je otevřený open-source projekt. Pokud vidíte oblasti ke zlepšení nebo problémy, vytvořte prosím Pull Request nebo nahlaste GitHub issue.

Projektový tým bude sledovat všechny příspěvky. Přispívání do open source je skvělý způsob, jak budovat svou kariéru v oblasti Generativní AI.

Většina příspěvků vyžaduje souhlas s Licenční smlouvou přispěvatele (Contributor License Agreement, CLA), která potvrzuje, že máte právo a skutečně nám udělujete práva používat váš příspěvek. Pro detaily navštivte web CLA, Contributor License Agreement.

Důležité: při překladu textu v tomto repozitáři prosím nepoužívejte strojový překlad. Překlady budou ověřovány komunitou, proto se přihlašujte pouze k překladům do jazyků, ve kterých jste zdatní.

Při odeslání pull requestu automaticky CLA-bot zjistí, zda je potřeba dodat CLA a příslušně označí PR (např. štítek, komentář). Stačí následovat pokyny bota. Toto budete muset udělat pouze jednou napříč všemi repozitáři, které používají naše CLA.

Tento projekt přijal Microsoft Open Source Code of Conduct. Pro více informací si přečtěte FAQ k pravidlům chování nebo kontaktujte Email opencode s dalšími dotazy či komentáři.

Pojďme začít!

Nyní, když jste dokončili potřebné kroky k dokončení tohoto kurzu, pojďme začít tím, že získáme úvod do Generativní AI a LLM.

Prohlášení o vyloučení odpovědnosti:
Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. I když usilujeme o přesnost, mějte prosím na paměti, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho mateřském jazyce by měl být považován za autoritativní zdroj. Pro kritické informace se doporučuje profesionální lidský překlad. Nejsme odpovědní za jakékoliv nedorozumění nebo nesprávné výklady vyplývající z použití tohoto překladu.