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 | لهستانی | پرتغالی (برزیل) | پرتغالی (پرتغال) | پنجابی (گورموکی) | رومانیایی | روسی | صربی (سیریلیک) | اسلواکی | اسلوونیایی | اسپانیایی | سواحیلی | سوئدی | تاگالوگ (فیلیپینی) | تامیلی | تایلندی | ترکی | اوکراینی | اردو | ویتنامی
با دوره جامع ۲۱ درس ما که توسط Microsoft Cloud Advocates ارائه شده است، اصول ساخت برنامههای هوش مصنوعی مولد را بیاموزید.
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 کدنویسی در Python و TypeScript را نیز ارائه میدهند.
برای توسعهدهندگان .NET، به هوش مصنوعی مولد برای مبتدیان (نسخه .NET) مراجعه کنید!
هر درس همچنین شامل بخشی به نام "ادامه یادگیری" است که ابزارهای یادگیری اضافی را ارائه میدهد.
-
خدمات Azure OpenAI - درسها: "aoai-assignment"
-
کاتالوگ مدلهای GitHub Marketplace - درسها: "githubmodels"
-
API OpenAI - درسها: "oai-assignment"
-
دانش پایهای از Python یا TypeScript مفید است - *برای مبتدیان کامل، این دورههای Python و TypeScript را بررسی کنید
-
یک حساب GitHub برای انشعاب این مخزن کامل به حساب GitHub خودتان
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.
اگر به دنبال نمونههای کدنویسی پیشرفتهتر هستید، مجموعه نمونههای کدنویسی هوش مصنوعی مولد ما را در هر دو زبان Python و TypeScript بررسی کنید.
به سرور رسمی Azure AI Foundry Discord 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.
به Microsoft for Startups مراجعه کنید تا ببینید چگونه میتوانید با اعتبارهای Azure امروز شروع به ساخت کنید.
آیا پیشنهاداتی دارید یا خطاهای املایی یا کدنویسی پیدا کردهاید؟ یک مشکل مطرح کنید یا یک درخواست مشارکت ایجاد کنید.
- یک ویدیو کوتاه معرفی موضوع
- یک درس نوشته شده در README
- نمونههای کدنویسی Python و TypeScript که از Azure OpenAI و OpenAI API پشتیبانی میکنند
- لینکهایی به منابع اضافی برای ادامه یادگیری
| # | لینک درس | توضیحات | ویدیو | یادگیری اضافی |
|---|---|---|---|---|
| 00 | تنظیم دوره | یادگیری: چگونه محیط توسعه خود را تنظیم کنید | ویدیو به زودی | بیشتر بیاموزید |
| 01 | مقدمهای بر هوش مصنوعی مولد و مدلهای زبانی بزرگ | یادگیری: درک اینکه هوش مصنوعی مولد چیست و مدلهای زبانی بزرگ (LLMs) چگونه کار میکنند. | ویدیو | بیشتر بیاموزید |
| 02 | بررسی و مقایسه مدلهای زبانی مختلف | یادگیری: چگونه مدل مناسب برای مورد استفاده خود را انتخاب کنید | ویدیو | بیشتر بیاموزید |
| 03 | استفاده مسئولانه از هوش مصنوعی مولد | یادگیری: چگونه برنامههای هوش مصنوعی مولد را به صورت مسئولانه بسازید | ویدیو | بیشتر بیاموزید |
| 04 | درک اصول مهندسی درخواست | یادگیری: بهترین روشهای مهندسی درخواست به صورت عملی | ویدیو | بیشتر بیاموزید |
| 05 | ایجاد درخواستهای پیشرفته | یادگیری: چگونه تکنیکهای مهندسی درخواست را اعمال کنید که نتیجه درخواستهای شما را بهبود بخشد. | ویدیو | 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 | امنیت برنامههای هوش مصنوعی تولیدی شما | یادگیری: تهدیدها و خطرات سیستمهای هوش مصنوعی و روشهای ایمنسازی 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 | تولید افزوده بازیابی (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 | عوامل 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 از جان عزیز برای ایجاد تمامی GitHub Actions و جریانهای کاری
برنهارد مرکله برای مشارکتهای کلیدی در هر درس جهت بهبود تجربه یادگیری و کدنویسی.
تیم ما دورههای دیگری نیز تولید میکند! بررسی کنید:
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
اگر در ساخت برنامههای هوش مصنوعی به مشکل برخوردید یا سوالی دارید، به اینجا بپیوندید:
اگر بازخوردی درباره محصول دارید یا در هنگام ساخت به خطا برخوردید، به اینجا مراجعه کنید:
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 حیاتی، ترجمه حرفهای انسانی توصیه میشود. ما مسئولیتی در قبال سوء تفاهمها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.