Skip to content

README.md

Latest commit

 

History

History
238 lines (150 loc) · 14 KB

README.md

File metadata and controls

238 lines (150 loc) · 14 KB
Raw

Začínáme s tímto kurzem

Jsme moc rádi, že začínáte tento kurz a těšíme se, co vás inspiruje k tvorbě s Generativní AI!

Abychom vám pomohli uspět, na této stránce najdete kroky k nastavení, technické požadavky a informace, kde získat pomoc, pokud ji budete potřebovat.

Kroky k nastavení

Abyste mohli začít s tímto kurzem, je potřeba splnit následující kroky.

1. Forkněte tento repozitář

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

2. Vytvořte codespace

Aby nedocházelo k problémům se závislostmi při spouštění kódu, doporučujeme kurz spouštět v GitHub Codespaces.

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

Dialog zobrazující tlačítka pro vytvoření codespace

2.1 Přidejte secret

  1. ⚙️ Ikona ozubeného kola -> Command Pallete-> Codespaces : Manage user secret -> Add a new secret.
  2. Název OPENAI_API_KEY, vložte svůj klíč, Uložit.

3. Co dál?

Chci… Pokračujte na…
Začít lekci 1 01-introduction-to-genai
Pracovat offline setup-local.md
Nastavit LLM poskytovatele providers.md
Seznámit se s ostatními Připojte se na Discord

Řešení problémů

Problém Řešení
Sestavení kontejneru trvá > 10 min Codespaces ➜ “Rebuild Container”
python: command not found Terminál se nepřipojil; klikněte na + ➜ bash
401 Unauthorized od OpenAI Špatný / expirovaný OPENAI_API_KEY
VS Code ukazuje “Dev container mounting…” Obnovte záložku v prohlížeči—Codespaces občas ztratí spojení
Chybí kernel v 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). Přidejte do souboru následující řádek, kde your_github_token_here nahradíte svým skutečným GitHub tokenem:

    GITHUB_TOKEN=your_github_token_here

  2. Uložte soubor: Uložte změny a zavřete editor.

  3. Nainstalujte python-dotenv: Pokud ještě nemáte, nainstalujte balíček python-dotenv, abyste mohli načítat proměnné prostředí ze souboru .env do své Python aplikace. Instalace přes pip:

    pip install python-dotenv

  4. Načtěte proměnné prostředí ve svém Python skriptu: Ve svém Python skriptu použijte balíček python-dotenv k načtení proměnných prostředí 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 svém počítači

Abyste mohli kód spustit lokálně, musíte mít nainstalovanou nějakou verzi Pythonu.

Repozitář si pak stáhnete pomocí:

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

Jakmile máte vše stažené, můžete začít!

Volitelné kroky

Instalace Minicondy

Miniconda je odlehčený instalátor pro Condu, Python a několik balíčků. Conda je správce balíčků, který usnadňuje nastavení a přepínání mezi různými Python virtuálními prostředími a balíčky. Hodí se také pro instalaci balíčků, které nejsou dostupné přes pip.

Postupujte podle návodu na instalaci MiniCondy.

Po instalaci Minicondy si naklonujte repozitář (pokud jste to ještě neudělali).

Dále je potřeba vytvořit virtuální prostředí. S Condou to uděláte tak, že vytvoříte nový soubor prostředí (environment.yml). Pokud pracujete v Codespaces, vytvořte jej ve složce .devcontainer, tedy .devcontainer/environment.yml.

Soubor prostředí naplňte tímto obsahem:

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

Pokud narazíte na chyby při používání condy, můžete knihovny Microsoft AI nainstalovat ručně tímto příkazem v terminálu.

conda install -c microsoft azure-ai-ml

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

Poté můžete vytvořit Conda prostředí spuštěním těchto příkazů v příkazové řádce/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 do průvodce prostředími Conda.

Použití Visual Studio Code s rozšířením pro Python

Doporučujeme používat editor Visual Studio Code (VS Code) s nainstalovaným rozšířením pro Python pro tento kurz. Je to ale pouze doporučení, není to nutná podmínka.

Poznámka: Otevřením repozitáře kurzu ve VS Code máte možnost nastavit projekt v kontejneru. Je to díky speciální složce .devcontainer v repozitáři kurzu. Více o tom později.

Poznámka: Po naklonování a otevření složky ve VS Code vám editor automaticky nabídne instalaci rozšíření pro Python.

Poznámka: Pokud vám VS Code nabídne znovu otevřít repozitář v kontejneru, odmítněte tuto možnost, abyste mohli použít lokálně nainstalovaný Python.

Použití Jupyteru v prohlížeči

Na projektu můžete pracovat také v prostředí Jupyter přímo ve svém prohlížeči. Klasický Jupyter i Jupyter Hub nabízejí příjemné vývojové prostředí s funkcemi jako automatické doplňování, zvýraznění kódu apod.

Pro spuštění Jupyteru lokálně otevřete terminál/příkazovou řádku, přejděte do složky s kurzem a spusťte:

jupyter notebook

nebo

jupyterhub

Tím spustíte instanci Jupyteru a v příkazovém okně se zobrazí URL pro přístup.

Po otevření této adresy byste měli vidět osnovu kurzu a můžete procházet libovolné soubory *.ipynb. Například 08-building-search-applications/python/oai-solution.ipynb.

Spuštění v kontejneru

Alternativou k nastavování všeho na svém počítači nebo v Codespace je použití kontejneru. Speciální složka .devcontainer v repozitáři kurzu umožňuje VS Code nastavit projekt v kontejneru. Mimo Codespaces to ale vyžaduje instalaci Dockeru a je to trochu složitější, proto to doporučujeme spíše zkušenějším uživatelům.

Jedním z nejlepších způsobů, jak udržet své API klíče v bezpečí při používání GitHub Codespaces, je využití Codespace Secrets. Podívejte se na průvodce správou secrets v Codespaces, kde se dozvíte více.

Lekce a technické požadavky

Kurz obsahuje 6 koncepčních lekcí a 6 programovacích lekcí.

Pro programovací lekce používáme Azure OpenAI Service. Pro spuštění kódu budete potřebovat přístup k Azure OpenAI službě a API klíč. O přístup můžete požádat vyplněním této žádosti.

Než bude vaše žádost zpracována, každá programovací lekce obsahuje také soubor README.md, kde si můžete prohlédnout kód a výstupy.

První použití Azure OpenAI Service

Pokud s Azure OpenAI službou pracujete poprvé, postupujte podle tohoto návodu, jak vytvořit a nasadit Azure OpenAI Service resource.

První použití OpenAI API

Pokud s OpenAI API pracujete poprvé, postupujte podle návodu, jak vytvořit a používat rozhraní.

Seznamte se s ostatními účastníky

Vytvořili jsme kanály na našem oficiálním AI Community Discord serveru, kde se můžete seznámit s ostatními účastníky. Je to skvělá příležitost navázat kontakty s dalšími podnikateli, vývojáři, studenty a všemi, kdo se chtějí zlepšit v Generativní AI.

Připojte se na discord kanál

Tým projektu bude také na tomto Discord serveru a pomůže všem účastníkům.

Přispějte

Tento kurz je open-source iniciativa. Pokud najdete prostor pro zlepšení nebo narazíte na problém, vytvořte Pull Request nebo založte GitHub issue.

Tým projektu bude sledovat všechny příspěvky. Přispívání do open source je skvělý způsob, jak si budovat kariéru v oblasti Generativní AI.

Většina příspěvků vyžaduje, abyste souhlasili s Contributor License Agreement (CLA), kde prohlašujete, že máte právo a skutečně nám udělujete práva k použití vašeho příspěvku. Podrobnosti najdete na webu CLA, Contributor License Agreement.

Důležité: při překládání textů v tomto repozitáři prosím nepoužívejte strojový překlad. Překlady budeme ověřovat komunitou, proto se hlaste pouze na jazyky, které opravdu ovládáte.

Když odešlete pull request, CLA-bot automaticky zjistí, zda musíte podepsat CLA, a podle toho pull request označí (např. štítkem, komentářem). Stačí postupovat podle pokynů bota. Toto stačí udělat pouze jednou napříč všemi repozitáři využívajícími naše CLA.

Tento projekt přijal Microsoft Open Source Code of Conduct. Další informace najdete v FAQ ke Kodexu chování nebo kontaktujte Email opencode s případnými dotazy či připomínkami.

Pojďme začít

Nyní, když jste dokončili potřebné kroky k absolvování tohoto kurzu, pojďme začít tím, že si přečteme úvod do generativní AI a LLMs.

Prohlášení:
Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. Přestože usilujeme o přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Za autoritativní zdroj by měl být považován původní dokument v jeho rodném jazyce. Pro kritické informace doporučujeme profesionální lidský překlad. Neodpovídáme za žádné nedorozumění nebo nesprávné výklady vzniklé použitím tohoto překladu.