Skip to content

README.md

Latest commit

 

History

History
238 lines (150 loc) · 14.4 KB

README.md

File metadata and controls

238 lines (150 loc) · 14.4 KB

Začínáme s tímto kurzem

Jsme nadšeni, že začínáte tento kurz, a těšíme se, co vás inspiruje k vytvoření s Generativní AI!

Abychom zajistili váš úspěch, tato stránka obsahuje kroky nastavení, technické požadavky a informace, kde získat pomoc, pokud ji budete potřebovat.

Kroky nastavení

Abyste mohli začít s tímto kurzem, je třeba dokončit následující kroky.

1. Forkněte tento repozitář

Forkněte celý tento repozitář do svého GitHub účtu, abyste mohli měnit kód a plnit úkoly. Můžete také označit hvězdičkou (🌟) tento repozitář, abyste jej a související repozitáře snadněji našli.

2. Vytvořte Codespace

Aby se předešlo problémům se závislostmi při spuštění kódu, doporučujeme spustit tento kurz v GitHub Codespaces.

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

Dialog zobrazující tlačítka pro vytvoření Codespace

2.1 Přidejte tajný klíč

  1. ⚙️ Ikona ozubeného kola -> Command Palette -> Codespaces: Manage user secret -> Add a new secret.
  2. Pojmenujte OPENAI_API_KEY, vložte svůj klíč, Uložte.

3. Co dál?

Chci… Přejít na…
Začít lekci 1 01-introduction-to-genai
Pracovat offline setup-local.md
Nastavit poskytovatele LLM providers.md
Seznámit se s ostatními studenty Připojte se k našemu Discordu

Řešení problémů

Příznak Řešení
Sestavení kontejneru trvá > 10 minut Codespaces ➜ “Rebuild Container”
python: command not found Terminál se nepřipojil; klikněte + ➜ bash
401 Unauthorized od OpenAI Nesprávný / vypršel OPENAI_API_KEY
VS Code ukazuje “Dev container mounting…” Obnovte záložku prohlížeče—Codespaces někdy ztrácí připojení
Chybí jádro 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 jiném editoru). Přidejte následující řádek do souboru, nahraďte your_github_token_here 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 to ještě neudělali, budete muset nainstalovat balíček python-dotenv, aby se environmentální proměnné ze souboru .env načetly do vaší Python aplikace. Můžete jej nainstalovat pomocí pip:

    pip install python-dotenv

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

A je to! Úspěšně jste vytvořili soubor .env, přidali svůj GitHub token a načetli jej do své Python aplikace.

Jak spustit lokálně na vašem počítači

Abyste mohli kód spustit lokálně na svém počítači, budete potřebovat nějakou verzi Pythonu.

Poté, abyste mohli používat repozitář, je třeba jej naklonovat:

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

Jakmile máte vše staženo, můžete začít!

Volitelné kroky

Instalace Miniconda

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 instalačního průvodce MiniConda, abyste jej nastavili.

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

Dále je třeba vytvořit virtuální prostředí. K tomu použijte Conda a vytvořte nový soubor prostředí (environment.yml). Pokud postupujete podle pokynů v Codespaces, vytvořte tento soubor ve složce .devcontainer, tedy .devcontainer/environment.yml.

Vyplňte svůj soubor prostředí následujícím úryvkem:

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

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

conda install -c microsoft azure-ai-ml

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

Jakmile to dokončíte, můžete vytvořit své Conda prostředí spuštěním následujících příkazů v příkazovém řádku/terminálu:

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

Pokud narazíte na problémy, podívejte se na průvodce prostředími Conda.

Používání Visual Studio Code s rozšířením pro podporu Pythonu

Doporučujeme používat editor Visual Studio Code (VS Code) s nainstalovaným rozšířením pro podporu Pythonu pro tento kurz. Toto je však spíše doporučení než nutnost.

Poznámka: Otevřením repozitáře kurzu ve VS Code máte možnost nastavit projekt v rámci kontejneru. To je možné díky speciální složce .devcontainer nalezené v repozitáři kurzu. Více o tom později.

Poznámka: Jakmile naklonujete a otevřete adresář ve VS Code, automaticky vám bude doporučeno nainstalovat rozšíření pro podporu Pythonu.

Poznámka: Pokud vám VS Code doporučí znovu otevřít repozitář v kontejneru, odmítněte tuto žádost, abyste mohli používat lokálně nainstalovanou verzi Pythonu.

Používání Jupyteru v prohlížeči

Na projektu můžete pracovat také pomocí prostředí Jupyter přímo ve vašem prohlížeči. Klasický Jupyter i Jupyter Hub poskytují příjemné vývojové prostředí s funkcemi jako automatické doplňování, zvýraznění kódu atd.

Chcete-li spustit Jupyter lokálně, přejděte do terminálu/příkazového řádku, přesuňte se do adresáře kurzu a spusťte:

jupyter notebook

nebo

jupyterhub

Tím se spustí instance Jupyteru a URL pro přístup k ní bude zobrazena v okně příkazového řádku.

Jakmile přistoupíte k URL, měli byste vidět osnovu kurzu a být schopni navigovat k jakémukoliv souboru *.ipynb. Například 08-building-search-applications/python/oai-solution.ipynb.

Spuštění v kontejneru

Alternativou k nastavení všeho na vašem počítači nebo Codespace je použití kontejneru. Speciální složka .devcontainer v repozitáři kurzu umožňuje VS Code nastavit projekt v rámci kontejneru. Mimo Codespaces to bude vyžadovat instalaci Dockeru, což je poměrně náročné, takže to doporučujeme pouze těm, kteří mají zkušenosti s prací s kontejnery.

Jedním z nejlepších způsobů, jak udržet vaše API klíče v bezpečí při používání GitHub Codespaces, je použití Codespace Secrets. Postupujte podle průvodce správou tajných klíčů Codespaces, abyste se dozvěděli více.

Lekce a technické požadavky

Kurz obsahuje 6 konceptuálních lekcí a 6 lekcí zaměřených na kódování.

Pro lekce zaměřené na kódování používáme službu Azure OpenAI. Abyste mohli spustit tento kód, budete potřebovat přístup ke službě Azure OpenAI a API klíč. Můžete požádat o přístup vyplněním této žádosti.

Zatímco čekáte na zpracování vaší žádosti, každá lekce zaměřená na kódování obsahuje také soubor README.md, kde si můžete prohlédnout kód a výstupy.

Používání služby Azure OpenAI poprvé

Pokud je to poprvé, co pracujete se službou Azure OpenAI, postupujte podle tohoto průvodce, jak vytvořit a nasadit zdroj služby Azure OpenAI.

Používání OpenAI API poprvé

Pokud je to poprvé, co pracujete s OpenAI API, postupujte podle průvodce, jak vytvořit a používat rozhraní.

Seznamte se s ostatními studenty

Vytvořili jsme kanály na našem oficiálním Discord serveru AI Community pro setkání s ostatními studenty. Je to skvělý způsob, jak se propojit s ostatními podobně smýšlejícími podnikateli, tvůrci, studenty a každým, kdo se chce zlepšit v Generativní AI.

Připojte se k Discord kanálu

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

Přispějte

Tento kurz je iniciativa s otevřeným zdrojovým kódem. Pokud vidíte oblasti ke zlepšení nebo problémy, vytvořte Pull Request nebo zaregistrujte GitHub issue.

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

Většina příspěvků vyžaduje, abyste souhlasili s Licenční smlouvou přispěvatele (CLA), která deklaruje, že máte právo a skutečně udělujete nám práva používat váš příspěvek. Podrobnosti najdete na webu CLA, Contributor License Agreement.

Důležité: při překládání textu v tomto repozitáři se ujistěte, že nepoužíváte strojový překlad. Překlady ověříme prostřednictvím komunity, takže se prosím dobrovolně hlaste k překladům pouze v jazycích, ve kterých jste zdatní.

Když odešlete pull request, CLA-bot automaticky určí, zda je potřeba poskytnout CLA, a označí PR odpovídajícím způsobem (např. štítek, komentář). Jednoduše postupujte podle pokynů poskytovaných botem. Toto budete muset udělat pouze jednou napříč všemi repozitáři používajícími naše CLA.

Tento projekt přijal Microsoft Open Source Code of Conduct. Pro více informací si přečtěte FAQ o Kodexu chování nebo kontaktujte Email opencode s jakýmikoliv dalšími otázkami nebo komentáři.

Začněme!

Nyní, když jste dokončili potřebné kroky k absolvování tohoto kurzu, pojďme začít s úvodem do generativní AI a LLMs.

Prohlášení:
Tento dokument byl přeložen pomocí služby AI pro překlady Co-op Translator. Ačkoli se snažíme o přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho rodném jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Neodpovídáme za žádná nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu.