Skip to content

README.md

Latest commit

 

History

History
225 lines (139 loc) · 19.2 KB

README.md

File metadata and controls

225 lines (139 loc) · 19.2 KB

Начало работы с этим курсом

Мы очень рады, что вы начинаете этот курс и увидите, что вас вдохновит создавать с помощью Генеративного ИИ!

Чтобы обеспечить ваш успех, эта страница описывает шаги настройки, технические требования и где получить помощь, если это необходимо.

Шаги настройки

Чтобы начать прохождение этого курса, вам нужно выполнить следующие шаги.

1. Форкнуть этот репозиторий

Форкните весь этот репозиторий в свой аккаунт GitHub, чтобы иметь возможность изменять любой код и выполнять задания. Вы также можете добавить звезду (🌟) этому репозиторию, чтобы легче находить его и связанные репозитории.

2. Создать кодспейс

Чтобы избежать проблем с зависимостями при запуске кода, мы рекомендуем выполнять этот курс в GitHub Codespaces.

Это можно сделать, выбрав опцию Code в вашей форкнутой версии этого репозитория и выбрав опцию Codespaces.

Диалог, показывающий кнопки для создания кодспейса

3. Хранение ваших API ключей

Важно хранить ваши API ключи в безопасности при создании любого типа приложения. Мы рекомендуем не хранить API ключи непосредственно в вашем коде. Коммитинг этих данных в публичный репозиторий может привести к проблемам безопасности и даже нежелательным расходам, если ими воспользуется злоумышленник. Вот пошаговое руководство, как создать файл .env для Python и добавить GITHUB_TOKEN:

  1. Перейдите в каталог вашего проекта: Откройте ваш терминал или командную строку и перейдите в корневой каталог вашего проекта, где вы хотите создать файл .env.

    cd path/to/your/project

  2. Создайте файл .env: Используйте предпочитаемый текстовый редактор, чтобы создать новый файл с именем .env. Если вы используете командную строку, вы можете использовать touch (on Unix-based systems) or echo (на Windows):

    Unix-подобные системы:

    touch .env

    Windows:

    echo . > .env

  3. Редактируйте файл .env: Откройте файл .env в текстовом редакторе (например, VS Code, Notepad++ или любом другом редакторе). Добавьте следующую строку в файл, заменив your_github_token_here вашим фактическим токеном GitHub:

    GITHUB_TOKEN=your_github_token_here

  4. Сохраните файл: Сохраните изменения и закройте текстовый редактор.

  5. Установите пакет python-dotenv: If you haven't already, you'll need to install the python-dotenv для загрузки переменных окружения из файла .env в ваше Python приложение. Вы можете установить его с помощью pip:

    pip install python-dotenv

  6. Загрузите переменные окружения в ваш Python скрипт: В вашем Python скрипте используйте пакет python-dotenv для загрузки переменных окружения из файла .env:

    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)

Вот и все! Вы успешно создали файл .env, добавили ваш GitHub токен и загрузили его в ваше Python приложение.

Как запустить локально на вашем компьютере

Чтобы запустить код локально на вашем компьютере, вам нужно иметь какую-то версию Python установленной.

Затем, чтобы использовать репозиторий, вам нужно его клонировать:

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

Как только вы все проверите, вы можете начинать!

Дополнительные шаги

Установка Miniconda

Miniconda — это легкий установщик для установки Conda, Python, а также нескольких пакетов. Conda сама по себе является менеджером пакетов, который упрощает настройку и переключение между различными Python виртуальными окружениями и пакетами. Она также удобна для установки пакетов, которые недоступны через pip.

You can follow the MiniConda installation guide to set it up.

With Miniconda installed, you need to clone the repository (if you haven't already)

Next, you need to create a virtual environment. To do this with Conda, go ahead and create a new environment file (environment.yml). If you are following along using Codespaces, create this within the .devcontainer directory, thus .devcontainer/environment.yml.

Продолжайте и заполните ваш файл окружения сниппетом ниже:

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

Если вы сталкиваетесь с ошибками при использовании conda, вы можете вручную установить библиотеки Microsoft AI, используя следующую команду в терминале.

conda install -c microsoft azure-ai-ml

Файл окружения указывает необходимые зависимости. <environment-name> refers to the name you would like to use for your Conda environment, and <python-version> is the version of Python you would like to use, for example, 3 — это последняя основная версия Python.

С этим вы можете продолжать и создавать ваше окружение Conda, запустив команды ниже в вашей командной строке/терминале.

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer sub path applies to only Codespace setups
conda activate ai4beg

Обратитесь к руководству по окружениям Conda, если у вас возникнут проблемы.

Использование Visual Studio Code с расширением поддержки Python

Мы рекомендуем использовать редактор Visual Studio Code (VS Code) с установленным расширением поддержки Python для этого курса. Это, однако, больше рекомендация, чем обязательное требование.

Примечание: Открыв репозиторий курса в VS Code, у вас будет возможность настроить проект в контейнере. Это связано с особым .devcontainer каталогом, найденным в репозитории курса. Подробнее об этом позже.

Примечание: Как только вы клонируете и откроете каталог в VS Code, он автоматически предложит вам установить расширение поддержки Python.

Примечание: Если VS Code предложит вам заново открыть репозиторий в контейнере, отклоните это предложение, чтобы использовать локально установленную версию Python.

Использование Jupyter в браузере

Вы также можете работать над проектом, используя окружение Jupyter прямо в вашем браузере. Как классический Jupyter, так и Jupyter Hub предоставляют довольно приятную среду разработки с такими функциями, как автодополнение, подсветка кода и т.д.

Чтобы запустить Jupyter локально, перейдите в терминал/командную строку, перейдите в каталог курса и выполните:

jupyter notebook

или

jupyterhub

Это запустит экземпляр Jupyter, и URL для доступа к нему будет показан в окне командной строки.

Как только вы получите доступ к URL, вы должны увидеть структуру курса и сможете перейти к любому файлу *.ipynb file. For example, 08-building-search-applications/python/oai-solution.ipynb.

Running in a container

An alternative to setting everything up on your computer or Codespace is to use a container. The special .devcontainer folder within the course repository makes it possible for VS Code to set up the project within a container. Outside of Codespaces, this will require the installation of Docker, and quite frankly, it involves a bit of work, so we recommend this only to those with experience working with containers.

One of the best ways to keep your API keys secure when using GitHub Codespaces is by using Codespace Secrets. Please follow the Codespaces secrets management guide to learn more about this.

Lessons and Technical Requirements

The course has 6 concept lessons and 6 coding lessons.

For the coding lessons, we are using the Azure OpenAI Service. You will need access to the Azure OpenAI service and an API key to run this code. You can apply to get access by completing this application.

While you wait for your application to be processed, each coding lesson also includes a README.md, где вы можете просмотреть код и результаты.

Использование сервиса Azure OpenAI в первый раз

Если это ваш первый опыт работы с сервисом Azure OpenAI, пожалуйста, следуйте этому руководству о том, как создать и развернуть ресурс сервиса Azure OpenAI.

Использование API OpenAI в первый раз

Если это ваш первый опыт работы с API OpenAI, пожалуйста, следуйте руководству о том, как создать и использовать интерфейс.

Встречи с другими учениками

Мы создали каналы в нашем официальном AI Community Discord сервере для встреч с другими учениками. Это отличный способ наладить связи с другими предпринимателями, строителями, студентами и всеми, кто хочет повысить свой уровень в Генеративном ИИ.

Присоединиться к каналу Discord

Команда проекта также будет на этом Discord сервере, чтобы помочь любым ученикам.

Вклад

Этот курс является инициативой с открытым исходным кодом. Если вы видите области для улучшения или проблемы, пожалуйста, создайте Pull Request или зарегистрируйте GitHub issue.

Команда проекта будет отслеживать все вклады. Вклад в открытый исходный код — это удивительный способ построить вашу карьеру в Генеративном ИИ.

Большинство вкладов требуют, чтобы вы согласились с Лицензионным соглашением для участников (CLA), заявляющим, что у вас есть право и вы действительно предоставляете нам права на использование вашего вклада. Для получения подробной информации посетите веб-сайт CLA, Contributor License Agreement.

Важно: при переводе текста в этом репозитории, пожалуйста, убедитесь, что вы не используете машинный перевод. Мы проверим переводы через сообщество, поэтому, пожалуйста, участвуйте в переводах только на языках, в которых вы разбираетесь.

Когда вы отправите pull request, CLA-бот автоматически определит, нужно ли вам предоставить CLA, и украсит PR соответствующим образом (например, метка, комментарий). Просто следуйте инструкциям, предоставленным ботом. Вам нужно будет сделать это только один раз для всех репозиториев, использующих наш CLA.

Этот проект принял Кодекс поведения Microsoft Open Source. Для получения дополнительной информации прочтите FAQ по Кодексу поведения или свяжитесь с Email opencode с любыми дополнительными вопросами или комментариями.

Начнем

Теперь, когда вы завершили необходимые шаги для прохождения этого курса, начнем с введения в Генеративный ИИ и LLMs.

Отказ от ответственности:
Этот документ был переведен с помощью службы автоматического перевода Co-op Translator. Мы стремимся к точности, однако, пожалуйста, учтите, что автоматические переводы могут содержать ошибки или неточности. Оригинальный документ на его родном языке должен считаться авторитетным источником. Для получения критически важной информации рекомендуется профессиональный перевод человеком. Мы не несем ответственности за любые недопонимания или неправильные толкования, возникающие в результате использования данного перевода.