Skip to content

README.md

Latest commit

 

History

History
238 lines (150 loc) · 14.3 KB

README.md

File metadata and controls

238 lines (150 loc) · 14.3 KB

Začíname s týmto kurzom

Sme veľmi nadšení, že začínate tento kurz a tešíme sa na to, čo vás inšpiruje vytvoriť s Generatívnou AI!

Aby sme zabezpečili váš úspech, táto stránka obsahuje kroky nastavenia, technické požiadavky a informácie, kde môžete získať pomoc, ak ju budete potrebovať.

Kroky nastavenia

Aby ste mohli začať tento kurz, musíte dokončiť nasledujúce kroky.

1. Forknite tento repozitár

Urobte fork celého repozitára do svojho vlastného GitHub účtu, aby ste mohli meniť kód a plniť výzvy. Môžete tiež označiť tento repozitár hviezdičkou (🌟), aby ste ho a súvisiace repozitáre ľahšie našli.

2. Vytvorte Codespace

Aby ste sa vyhli problémom so závislosťami pri spúšťaní kódu, odporúčame vám spustiť tento kurz v GitHub Codespaces.

Vo vašom forku: Code -> Codespaces -> New on main

Dialógové okno zobrazujúce tlačidlá na vytvorenie Codespace

2.1 Pridajte tajný kľúč

  1. ⚙️ Ikona ozubeného kolesa -> Command Palette -> Codespaces: Manage user secret -> Add a new secret.
  2. Názov OPENAI_API_KEY, vložte svoj kľúč, Uložiť.

3. Čo ďalej?

Chcem… Prejsť na…
Začať lekciu 1 01-introduction-to-genai
Pracovať offline setup-local.md
Nastaviť poskytovateľa LLM providers.md
Spojiť sa s ostatnými študentmi Pripojiť sa na náš Discord

Riešenie problémov

Príznak Riešenie
Kontajner sa stavia viac ako 10 minút Codespaces ➜ “Rebuild Container”
python: command not found Terminál sa nepripojil; kliknite + ➜ bash
401 Unauthorized od OpenAI Nesprávny / expirovaný OPENAI_API_KEY
VS Code ukazuje “Dev container mounting…” Obnovte kartu prehliadača—Codespaces niekedy stráca spojenie
Chýba kernel v notebooku Menu notebooku ➜ Kernel ▸ Select Kernel ▸ Python 3

Unix-based systémy:

touch .env

Windows:

echo . > .env

  1. Upravte súbor .env: Otvorte súbor .env v textovom editore (napr. VS Code, Notepad++ alebo akýkoľvek iný editor). Pridajte nasledujúci riadok do súboru, pričom your_github_token_here nahraďte vaším skutočným GitHub tokenom:

    GITHUB_TOKEN=your_github_token_here

  2. Uložte súbor: Uložte zmeny a zatvorte textový editor.

  3. Nainštalujte python-dotenv: Ak ste tak ešte neurobili, budete musieť nainštalovať balík python-dotenv, aby ste mohli načítať environmentálne premenné zo súboru .env do vašej Python aplikácie. Môžete ho nainštalovať pomocou pip:

    pip install python-dotenv

  4. Načítajte environmentálne premenné vo vašom Python skripte: Vo vašom Python skripte použite balík python-dotenv na načítanie environmentálnych premenných zo súboru .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)

To je všetko! Úspešne ste vytvorili súbor .env, pridali váš GitHub token a načítali ho do vašej Python aplikácie.

Ako spustiť lokálne na vašom počítači

Aby ste mohli spustiť kód lokálne na vašom počítači, budete potrebovať nainštalovanú nejakú verziu Pythonu.

Potom, aby ste mohli používať repozitár, musíte ho klonovať:

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

Keď budete mať všetko stiahnuté, môžete začať!

Voliteľné kroky

Inštalácia Miniconda

Miniconda je ľahký inštalátor na inštaláciu Conda, Pythonu, ako aj niekoľkých balíkov. Conda je správca balíkov, ktorý uľahčuje nastavenie a prepínanie medzi rôznymi Python virtuálnymi prostrediami a balíkmi. Je tiež užitočný na inštaláciu balíkov, ktoré nie sú dostupné cez pip.

Môžete postupovať podľa návodu na inštaláciu MiniConda, aby ste ho nastavili.

Po inštalácii Miniconda musíte klonovať repozitár (ak ste tak ešte neurobili).

Ďalej musíte vytvoriť virtuálne prostredie. Na to použite Conda a vytvorte nový súbor prostredia (environment.yml). Ak postupujete podľa pokynov v Codespaces, vytvorte tento súbor v adresári .devcontainer, teda .devcontainer/environment.yml.

Naplnite váš súbor prostredia nasledujúcim úryvkom:

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

Ak narazíte na chyby pri používaní conda, môžete manuálne nainštalovať Microsoft AI Libraries pomocou nasledujúceho príkazu v termináli.

conda install -c microsoft azure-ai-ml

Súbor prostredia špecifikuje potrebné závislosti. <environment-name> označuje názov, ktorý chcete použiť pre vaše Conda prostredie, a <python-version> je verzia Pythonu, ktorú chcete použiť, napríklad 3 je najnovšia hlavná verzia Pythonu.

Keď to dokončíte, môžete vytvoriť vaše Conda prostredie spustením nasledujúcich príkazov v príkazovom riadku/termináli:

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

Ak narazíte na problémy, pozrite si návod na prostredia Conda.

Používanie Visual Studio Code s rozšírením na podporu Pythonu

Odporúčame používať editor Visual Studio Code (VS Code) s nainštalovaným rozšírením na podporu Pythonu pre tento kurz. Toto je však len odporúčanie, nie povinnosť.

Poznámka: Otvorením repozitára kurzu vo VS Code máte možnosť nastaviť projekt v kontajneri. Je to možné vďaka špeciálnemu adresáru .devcontainer nachádzajúcemu sa v repozitári kurzu. Viac o tom neskôr.

Poznámka: Po klonovaní a otvorení adresára vo VS Code vám automaticky navrhne nainštalovať rozšírenie na podporu Pythonu.

Poznámka: Ak vám VS Code navrhne znovu otvoriť repozitár v kontajneri, odmietnite túto požiadavku, aby ste mohli používať lokálne nainštalovanú verziu Pythonu.

Používanie Jupyter v prehliadači

Na projekte môžete pracovať aj pomocou prostredia Jupyter priamo vo vašom prehliadači. Klasický Jupyter aj Jupyter Hub poskytujú príjemné vývojové prostredie s funkciami ako automatické dopĺňanie, zvýrazňovanie kódu, atď.

Ak chcete spustiť Jupyter lokálne, prejdite do terminálu/príkazového riadku, navigujte do adresára kurzu a spustite:

jupyter notebook

alebo

jupyterhub

Tým sa spustí inštancia Jupyter a URL na prístup k nej sa zobrazí v okne príkazového riadku.

Po prístupe na URL by ste mali vidieť osnovu kurzu a byť schopní navigovať k akémukoľvek súboru *.ipynb. Napríklad, 08-building-search-applications/python/oai-solution.ipynb.

Spúšťanie v kontajneri

Alternatívou k nastaveniu všetkého na vašom počítači alebo Codespace je použitie kontajnera. Špeciálny adresár .devcontainer v repozitári kurzu umožňuje VS Code nastaviť projekt v kontajneri. Mimo Codespaces to bude vyžadovať inštaláciu Dockeru, a úprimne povedané, zahŕňa to trochu práce, takže to odporúčame len tým, ktorí majú skúsenosti s prácou s kontajnermi.

Jedným z najlepších spôsobov, ako udržať vaše API kľúče bezpečné pri používaní GitHub Codespaces, je použitie Codespace Secrets. Prosím, postupujte podľa návodu na správu tajných kľúčov v Codespaces, aby ste sa dozvedeli viac.

Lekcie a technické požiadavky

Kurz obsahuje 6 konceptuálnych lekcií a 6 lekcií zameraných na kódovanie.

Pre lekcie zamerané na kódovanie používame Azure OpenAI Service. Na spustenie tohto kódu budete potrebovať prístup k Azure OpenAI Service a API kľúč. Môžete požiadať o prístup vyplnením tejto žiadosti.

Kým čakáte na spracovanie vašej žiadosti, každá lekcia zameraná na kódovanie obsahuje aj súbor README.md, kde si môžete prezrieť kód a výstupy.

Používanie Azure OpenAI Service po prvýkrát

Ak je to váš prvýkrát, čo pracujete s Azure OpenAI Service, prosím, postupujte podľa tohto návodu na vytvorenie a nasadenie zdroja Azure OpenAI Service.

Používanie OpenAI API po prvýkrát

Ak je to váš prvýkrát, čo pracujete s OpenAI API, prosím, postupujte podľa návodu na vytvorenie a používanie rozhrania.

Spojte sa s ostatnými študentmi

Vytvorili sme kanály na našom oficiálnom AI Community Discord serveri na stretnutie s ostatnými študentmi. Je to skvelý spôsob, ako sa spojiť s podobne zmýšľajúcimi podnikateľmi, tvorcami, študentmi a každým, kto sa chce zlepšiť v Generatívnej AI.

Pripojiť sa na Discord kanál

Tím projektu bude tiež na tomto Discord serveri, aby pomohol študentom.

Prispievajte

Tento kurz je iniciatíva otvoreného zdroja. Ak vidíte oblasti na zlepšenie alebo problémy, prosím, vytvorte Pull Request alebo zaznamenajte GitHub issue.

Tím projektu bude sledovať všetky príspevky. Prispievanie do open source je úžasný spôsob, ako si budovať kariéru v Generatívnej AI.

Väčšina príspevkov vyžaduje, aby ste súhlasili s Licenčnou zmluvou prispievateľa (CLA), ktorá deklaruje, že máte právo a skutočne udeľujete práva na používanie vášho príspevku. Podrobnosti nájdete na webovej stránke CLA, Licenčná zmluva prispievateľa.

Dôležité: pri prekladaní textu v tomto repozitári sa prosím uistite, že nepoužívate strojový preklad. Preklady overíme prostredníctvom komunity, takže prosím dobrovoľne prekladajte len do jazykov, v ktorých ste zdatní.

Keď odošlete pull request, CLA-bot automaticky určí, či musíte poskytnúť CLA a označí PR vhodne (napr. štítok, komentár). Jednoducho postupujte podľa pokynov poskytnutých botom. Toto budete musieť urobiť len raz vo všetkých repozitároch používajúcich našu CLA.

Tento projekt prijal Microsoft Open Source Code of Conduct. Pre viac informácií si prečítajte FAQ o Kódexe správania alebo kontaktujte Email opencode s akýmikoľvek ďalšími otázkami alebo komentármi.

Začnime!

Teraz, keď ste dokončili potrebné kroky na absolvovanie tohto kurzu, začnime s úvodom do generatívnej AI a LLMs.

Zrieknutie sa zodpovednosti:
Tento dokument bol preložený pomocou služby AI prekladu Co-op Translator. Hoci sa snažíme o presnosť, prosím, berte na vedomie, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho rodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nenesieme zodpovednosť za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.