Skip to content

README.md

Latest commit

 

History

History
226 lines (139 loc) · 13.4 KB

README.md

File metadata and controls

226 lines (139 loc) · 13.4 KB

Začíname s týmto kurzom

Sme veľmi nadšení, že začínate tento kurz a uvidíte, čo vás inšpiruje vytvoriť s Generatívnou AI!

Aby sme vám pomohli uspieť, táto stránka popisuje kroky nastavenia, technické požiadavky a kde získať pomoc, ak ju budete potrebovať.

Kroky nastavenia

Na začatie tohto kurzu je potrebné dokončiť nasledujúce kroky.

1. Vytvorte fork tohto repozitára

Vytvorte fork celého tohto repozitára do svojho GitHub účtu, aby ste mohli meniť kód a plniť úlohy. Môžete si tiež pridať tento repozitár medzi obľúbené (🌟), aby ste ho a súvisiace repozitáre ľahšie našli.

2. Vytvorte codespace

Aby ste predišli problémom s knižnicami pri spúšťaní kódu, odporúčame spúšťať tento kurz v GitHub Codespaces.

Codespace vytvoríte výberom možnosti Code vo vašom forknutom repozitári a následným výberom Codespaces.

Dialóg zobrazujúci tlačidlá na vytvorenie codespace

3. Ukladanie vašich API kľúčov

Je dôležité bezpečne uchovávať vaše API kľúče pri tvorbe akejkoľvek aplikácie. Odporúčame neukladať API kľúče priamo v kóde. Ak by ste ich uložili do verejného repozitára, mohlo by to viesť k bezpečnostným problémom a neželaným nákladom, ak by ich zneužil niekto s nečestnými úmyslami.
Tu je krok za krokom návod, ako vytvoriť .env súbor pre Python a pridať GITHUB_TOKEN:

  1. Prejdite do adresára vášho projektu: Otvorte terminál alebo príkazový riadok a prejdite do koreňového adresára projektu, kde chcete vytvoriť .env súbor.

    cd path/to/your/project

  2. Vytvorte .env súbor: Použite svoj obľúbený textový editor na vytvorenie nového súboru s názvom .env. Ak používate príkazový riadok, môžete použiť touch (na Unixových systémoch) alebo echo (na Windows):

    Unixové systémy:

    touch .env

    Windows:

    echo . > .env

  3. Upravte .env súbor: Otvorte .env súbor v textovom editore (napr. VS Code, Notepad++ alebo inom). Pridajte nasledujúci riadok, pričom your_github_token_here nahraďte vaším skutočným GitHub tokenom:

    GITHUB_TOKEN=your_github_token_here

  4. Uložte súbor: Uložte zmeny a zatvorte editor.

  5. Nainštalujte python-dotenv: Ak ste tak ešte neurobili, nainštalujte balík python-dotenv, ktorý umožňuje načítavať premenné prostredia zo súboru .env do vašej Python aplikácie. Môžete ho nainštalovať pomocou pip:

    pip install python-dotenv

  6. Načítajte premenné prostredia vo vašom Python skripte: Vo vašom Python skripte použite balík python-dotenv na načítanie premenných prostredia 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)

Hotovo! Úspešne ste vytvorili .env súbor, pridali GitHub token a načítali ho do vašej Python aplikácie.

Ako spustiť lokálne na vašom počítači

Ak chcete spustiť kód lokálne na vašom počítači, musíte mať nainštalovanú nejakú verziu Pythonu.

Na použitie repozitára ho najskôr naklonujte:

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

Keď máte všetko pripravené, môžete začať!

Voliteľné kroky

Inštalácia Minicondy

Miniconda je ľahký inštalátor na inštaláciu Condy, Pythonu a niekoľkých balíkov.
Conda je správca balíkov, ktorý uľahčuje nastavenie a prepínanie medzi rôznymi Python virtuálnymi prostrediami a balíkmi. Tiež je užitočná na inštaláciu balíkov, ktoré nie sú dostupné cez pip.

Môžete postupovať podľa návodu na inštaláciu Minicondy.

Po inštalácii Minicondy je potrebné naklonovať repozitár (ak ste tak ešte neurobili).

Ďalej je potrebné vytvoriť virtuálne prostredie. Ak používate Condu, vytvorte nový súbor prostredia (environment.yml). Ak pracujete v Codespaces, vytvorte ho v adresári .devcontainer, teda .devcontainer/environment.yml.

Vyplňte súbor prostredia nasledujúcim úryvkom:

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

Ak sa pri používaní Condy vyskytnú chyby, môžete manuálne nainštalovať Microsoft AI knižnice pomocou nasledujúceho príkazu v termináli.

conda install -c microsoft azure-ai-ml

Súbor prostredia špecifikuje závislosti, ktoré potrebujeme. <environment-name> je 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 máte všetko pripravené, vytvorte 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 správu Conda prostredí.

Použitie Visual Studio Code s rozšírením pre Python

Odporúčame použiť editor Visual Studio Code (VS Code) s nainštalovaným rozšírením pre Python pre tento kurz. Ide však skôr o odporúčanie než povinnosť.

Poznámka: Otvorením repozitára kurzu vo VS Code máte možnosť nastaviť projekt v kontajneri. Je to vďaka špeciálnemu adresáru .devcontainer v repozitári kurzu. O tom viac neskôr.

Poznámka: Po naklonovaní a otvorení adresára vo VS Code vám editor automaticky navrhne nainštalovať rozšírenie pre Python.

Poznámka: Ak vám VS Code navrhne znovu otvoriť repozitár v kontajneri, odmietnite túto ponuku, ak chcete používať lokálne nainštalovaný Python.

Použitie Jupyter v prehliadači

Projekt môžete tiež vyvíjať pomocou Jupyter prostredia priamo vo vašom prehliadači. Klasický Jupyter aj Jupyter Hub poskytujú príjemné vývojové prostredie s funkciami ako automatické dopĺňanie, zvýrazňovanie kódu a podobne.

Na spustenie Jupyter lokálne otvorte terminál/príkazový riadok, prejdite do adresára kurzu a spustite:

jupyter notebook

alebo

jupyterhub

Tým sa spustí inštancia Jupyter a URL adresa na prístup bude zobrazená v okne terminálu.

Po otvorení URL by ste mali vidieť osnovu kurzu a môžete prechádzať do ľubovoľného *.ipynb súboru, napríklad 08-building-search-applications/python/oai-solution.ipynb.

Spustenie v kontajneri

Alternatívou k nastaveniu všetkého na vašom počítači alebo v Codespace je použitie kontajnera. Špeciálny adresár .devcontainer v repozitári kurzu umožňuje VS Code nastaviť projekt v kontajneri. Mimo Codespaces to však vyžaduje inštaláciu Dockeru a celkovo to vyžaduje trochu skúseností, preto to odporúčame len používateľom, ktorí majú skúsenosti s kontajnermi.

Jedným z najlepších spôsobov, ako bezpečne uchovať API kľúče pri používaní GitHub Codespaces, je využitie Codespace Secrets. Pre viac informácií si prečítajte návod na správu Codespaces tajomstiev.

Lekcie a technické požiadavky

Kurz obsahuje 6 teoretických lekcií a 6 programovacích lekcií.

Na programovacie lekcie používame Azure OpenAI Service. Budete potrebovať prístup k Azure OpenAI službe a API kľúč na spustenie kódu. Prístup môžete získať vyplnením tejto žiadosti.

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

Použitie Azure OpenAI Service po prvýkrát

Ak pracujete s Azure OpenAI službou prvýkrát, postupujte podľa tohto návodu, ako vytvoriť a nasadiť Azure OpenAI Service zdroj.

Použitie OpenAI API po prvýkrát

Ak pracujete s OpenAI API prvýkrát, postupujte podľa návodu, ako vytvoriť a používať rozhranie.

Spoznajte ostatných študentov

Vytvorili sme kanály v našom oficiálnom AI Community Discord serveri na spoznávanie ostatných študentov. Je to skvelý spôsob, ako nadviazať kontakty s ďalšími podnikateľmi, tvorcami, študentmi a každým, kto chce posunúť svoje znalosti v Generatívnej AI na vyššiu úroveň.

Pripojiť sa na discord kanál

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

Prispieť

Tento kurz je open-source iniciatíva. Ak vidíte možnosti na zlepšenie alebo chyby, vytvorte prosím Pull Request alebo nahláste GitHub issue.

Tím projektu bude sledovať všetky príspevky. Prispievanie do open source je skvelý spôsob, ako rozvíjať svoju kariéru v Generatívnej AI.

Väčšina príspevkov vyžaduje súhlas s Contributor License Agreement (CLA), ktorý potvrdzuje, že máte právo a skutočne udeľujete práva na použitie vášho príspevku. Pre viac informácií navštívte web CLA, Contributor License Agreement.

Dôležité: pri preklade textov v tomto repozitári sa uistite, že nepoužívate strojový preklad. Preklady budú overované komunitou, preto prosím prekladajte len do jazykov, ktorým dobre rozumiete.

Keď odošlete pull request, CLA-bot automaticky zistí, či je potrebné poskytnúť CLA, a označí PR príslušným štítkom alebo komentárom. Stačí postupovať podľa pokynov bota. Toto je potrebné urobiť len raz pre všetky repozitáre používajúce náš CLA.

Tento projekt prijal Microsoft Open Source Code of Conduct. Pre viac informácií si prečítajte FAQ k Code of Conduct alebo kontaktujte Email opencode s ďalšími otázkami či pripomienkami.

Poďme začať

Keď ste dokončili potrebné kroky na absolvovanie tohto kurzu, poďme začať s úvodom do Generatívnej AI a LLM.

Vyhlásenie o zodpovednosti:
Tento dokument bol preložený pomocou AI prekladateľskej služby Co-op Translator. Aj keď sa snažíme o presnosť, prosím, majte na pamäti, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Originálny dokument v jeho pôvodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.