Skip to content

Latest commit

 

History

History
153 lines (109 loc) · 24.4 KB

File metadata and controls

153 lines (109 loc) · 24.4 KB

هوش مصنوعی مولد برای مبتدیان

۲۱ درس که هر آنچه برای شروع ساخت برنامه‌های هوش مصنوعی مولد نیاز دارید را آموزش می‌دهد

مجوز GitHub
مشارکت‌کنندگان GitHub
مشکلات GitHub
درخواست‌های کشیدن GitHub
خوش آمدید PRs

تماشاچیان GitHub
انشعابات GitHub
ستاره‌های GitHub

🌐 پشتیبانی چندزبانه

پشتیبانی شده از طریق GitHub Action (خودکار و همیشه به‌روز)

عربی | بنگالی | بلغاری | برمه‌ای (میانمار) | چینی (ساده‌شده) | چینی (سنتی، هنگ‌کنگ) | چینی (سنتی، ماکائو) | چینی (سنتی، تایوان) | کرواتی | چکی | دانمارکی | هلندی | استونیایی | فنلاندی | فرانسوی | آلمانی | یونانی | عبری | هندی | مجاری | اندونزیایی | ایتالیایی | ژاپنی | کره‌ای | لیتوانیایی | مالایی | مراتی | نپالی | نروژی | فارسی (Farsi) | لهستانی | پرتغالی (برزیل) | پرتغالی (پرتغال) | پنجابی (گورموخی) | رومانیایی | روسی | صربی (سیریلیک) | اسلواکی | اسلوونیایی | اسپانیایی | سواحیلی | سوئدی | تاگالوگ (فیلیپینی) | تامیلی | تایلندی | ترکی | اوکراینی | اردو | ویتنامی

هوش مصنوعی مولد برای مبتدیان (نسخه ۳) - یک دوره آموزشی

با دوره جامع ۲۱ درس ما از Microsoft Cloud Advocates، اصول ساخت برنامه‌های هوش مصنوعی مولد را بیاموزید.

🌱 شروع به کار

این دوره شامل ۲۱ درس است. هر درس موضوع خاص خود را پوشش می‌دهد، بنابراین از هر جایی که دوست دارید شروع کنید!

درس‌ها به دو دسته تقسیم می‌شوند: درس‌های "یادگیری" که مفاهیم هوش مصنوعی مولد را توضیح می‌دهند و درس‌های "ساخت" که علاوه بر توضیح مفاهیم، نمونه‌های کد را در هر دو زبان Python و TypeScript ارائه می‌دهند.

برای توسعه‌دهندگان .NET، به هوش مصنوعی مولد برای مبتدیان (نسخه .NET) مراجعه کنید!

هر درس همچنین شامل بخش "ادامه یادگیری" با ابزارهای یادگیری اضافی است.

آنچه نیاز دارید

برای اجرای کد این دوره، می‌توانید از یکی از موارد زیر استفاده کنید:

ما یک درس تنظیم دوره ایجاد کرده‌ایم تا به شما در تنظیم محیط توسعه کمک کند.

فراموش نکنید که این مخزن را ستاره‌دار کنید (🌟) تا بعداً راحت‌تر آن را پیدا کنید.

🧠 آماده برای استقرار؟

اگر به دنبال نمونه‌های کد پیشرفته‌تر هستید، مجموعه نمونه‌های کد هوش مصنوعی مولد ما را در هر دو زبان Python و TypeScript بررسی کنید.

🗣️ ملاقات با دیگر یادگیرندگان، دریافت پشتیبانی

به سرور رسمی Azure AI Foundry Discord ما بپیوندید تا با دیگر یادگیرندگان این دوره ملاقات کنید و شبکه‌سازی کنید و پشتیبانی دریافت کنید.

سؤالات خود را بپرسید یا بازخورد محصول را در انجمن توسعه‌دهندگان Azure AI Foundry در GitHub به اشتراک بگذارید.

🚀 ساخت یک استارتاپ؟

به Microsoft for Startups مراجعه کنید تا ببینید چگونه می‌توانید امروز با اعتبارهای Azure شروع به کار کنید.

🙏 می‌خواهید کمک کنید؟

آیا پیشنهاداتی دارید یا خطاهای املایی یا کد پیدا کرده‌اید؟ یک مشکل مطرح کنید یا یک درخواست کشیدن ایجاد کنید.

📂 هر درس شامل موارد زیر است:

  • یک ویدئوی کوتاه معرفی موضوع
  • یک درس نوشته‌شده در README
  • نمونه‌های کد Python و TypeScript که از Azure OpenAI و OpenAI API پشتیبانی می‌کنند
  • لینک‌هایی به منابع اضافی برای ادامه یادگیری

🗃️ درس‌ها

# لینک درس توضیحات ویدئو یادگیری اضافی
00 تنظیم دوره یادگیری: چگونه محیط توسعه خود را تنظیم کنید ویدئو به‌زودی بیشتر بیاموزید
01 مقدمه‌ای بر هوش مصنوعی مولد و LLMها یادگیری: درک اینکه هوش مصنوعی مولد چیست و مدل‌های زبان بزرگ (LLMها) چگونه کار می‌کنند. ویدئو بیشتر بیاموزید
02 بررسی و مقایسه مدل‌های مختلف LLM یادگیری: چگونه مدل مناسب برای مورد استفاده خود را انتخاب کنید ویدئو بیشتر بیاموزید
03 استفاده مسئولانه از هوش مصنوعی مولد یادگیری: چگونه برنامه‌های هوش مصنوعی مولد را به‌طور مسئولانه بسازید ویدئو بیشتر بیاموزید
04 درک اصول مهندسی درخواست یادگیری: بهترین روش‌های مهندسی درخواست به‌صورت عملی ویدئو بیشتر بیاموزید
05 ایجاد درخواست‌های پیشرفته یادگیری: چگونه تکنیک‌های مهندسی درخواست را اعمال کنید که نتیجه درخواست‌های شما را بهبود بخشد. ویدئو بیشتر بیاموزید
06 ساخت برنامه‌های تولید متن ساخت: یک برنامه تولید متن با استفاده از Azure OpenAI / OpenAI API ویدیو بیشتر بدانید
07 ساخت برنامه‌های چت ساخت: تکنیک‌هایی برای ساخت و ادغام کارآمد برنامه‌های چت. ویدیو بیشتر بدانید
08 ساخت برنامه‌های جستجو با پایگاه داده‌های برداری ساخت: یک برنامه جستجو که از Embeddings برای جستجوی داده‌ها استفاده می‌کند. ویدیو بیشتر بدانید
09 ساخت برنامه‌های تولید تصویر ساخت: یک برنامه تولید تصویر ویدیو بیشتر بدانید
10 ساخت برنامه‌های هوش مصنوعی با کدنویسی کم ساخت: یک برنامه هوش مصنوعی تولیدی با استفاده از ابزارهای کدنویسی کم ویدیو بیشتر بدانید
11 ادغام برنامه‌های خارجی با فراخوانی توابع ساخت: فراخوانی توابع چیست و موارد استفاده آن برای برنامه‌ها ویدیو بیشتر بدانید
12 طراحی تجربه کاربری برای برنامه‌های هوش مصنوعی یادگیری: نحوه اعمال اصول طراحی تجربه کاربری هنگام توسعه برنامه‌های هوش مصنوعی تولیدی ویدیو بیشتر بدانید
13 امن‌سازی برنامه‌های هوش مصنوعی تولیدی شما یادگیری: تهدیدها و خطرات سیستم‌های هوش مصنوعی و روش‌های امن‌سازی این سیستم‌ها. ویدیو بیشتر بدانید
14 چرخه عمر برنامه‌های هوش مصنوعی تولیدی یادگیری: ابزارها و معیارها برای مدیریت چرخه عمر LLM و LLMOps ویدیو بیشتر بدانید
15 بازیابی تولیدی (RAG) و پایگاه داده‌های برداری ساخت: یک برنامه با استفاده از چارچوب RAG برای بازیابی Embeddings از پایگاه داده‌های برداری ویدیو بیشتر بدانید
16 مدل‌های متن‌باز و Hugging Face ساخت: یک برنامه با استفاده از مدل‌های متن‌باز موجود در Hugging Face ویدیو بیشتر بدانید
17 عامل‌های هوش مصنوعی ساخت: یک برنامه با استفاده از چارچوب عامل هوش مصنوعی ویدیو بیشتر بدانید
18 تنظیم دقیق LLMها یادگیری: چیستی، چرایی و چگونگی تنظیم دقیق LLMها ویدیو بیشتر بدانید
19 ساخت با SLMها یادگیری: مزایای ساخت با مدل‌های زبان کوچک ویدیو به زودی بیشتر بدانید
20 ساخت با مدل‌های Mistral یادگیری: ویژگی‌ها و تفاوت‌های مدل‌های خانواده Mistral ویدیو به زودی بیشتر بدانید
21 ساخت با مدل‌های Meta یادگیری: ویژگی‌ها و تفاوت‌های مدل‌های خانواده Meta ویدیو به زودی بیشتر بدانید

🌟 تشکر ویژه

تشکر ویژه از John Aziz برای ایجاد تمامی GitHub Actions و گردش‌های کاری

Bernhard Merkle برای ارائه مشارکت‌های کلیدی در هر درس جهت بهبود تجربه یادگیری و کدنویسی.

🎒 دوره‌های دیگر

تیم ما دوره‌های دیگری نیز تولید می‌کند! بررسی کنید:

دریافت کمک

اگر گیر کردید یا سوالی درباره ساخت برنامه‌های هوش مصنوعی دارید، به اینجا بپیوندید:

Discord جامعه Azure AI Foundry

اگر بازخورد محصول دارید یا هنگام ساخت خطاهایی مشاهده کردید، به اینجا مراجعه کنید:

فروم توسعه‌دهندگان Azure AI Foundry


سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما تلاش می‌کنیم دقت را حفظ کنیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است شامل خطاها یا نادرستی‌ها باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حساس، ترجمه حرفه‌ای انسانی توصیه می‌شود. ما مسئولیتی در قبال سوء تفاهم‌ها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.