Skip to content

README.md

Latest commit

 

History

History
231 lines (143 loc) · 13.5 KB

README.md

File metadata and controls

231 lines (143 loc) · 13.5 KB

Početak s ovim kolegijem

Vrlo smo uzbuđeni što ćete započeti ovaj kolegij i vidjeti što ćete biti inspirirani izgraditi s Generativnom AI!

Kako bismo osigurali vaš uspjeh, ova stranica opisuje korake postavljanja, tehničke zahtjeve i gdje potražiti pomoć ako je potrebna.

Koraci postavljanja

Za početak ovog kolegija trebate završiti sljedeće korake.

1. Forkajte ovaj repozitorij

Forkajte cijeli ovaj repozitorij na svoj GitHub račun kako biste mogli mijenjati bilo koji kod i uspješno dovršiti izazove. Također možete označiti (🌟) ovaj repozitorij za lakše pronalaženje njega i srodnih repozitorija.

2. Kreirajte codespace

Kako biste izbjegli probleme s ovisnostima prilikom pokretanja koda, preporučujemo korištenje GitHub Codespaces za ovaj kolegij.

U svom fork-u: Code -> Codespaces -> New on main

Dialog showing buttons to create a codespace

2.1 Dodajte tajnu (secret)

  1. ⚙️ Ikona zupčanika -> Command Pallete -> Codespaces : Manage user secret -> Add a new secret.
  2. Nazovite ju OPENAI_API_KEY, zalijepite svoj ključ, Spremi.

3. Što dalje?

Želim… Idite na…
Početi Lekciju 1 01-introduction-to-genai
Raditi offline setup-local.md
Postaviti LLM pružatelja providers.md
Upoznati druge polaznike Pridruži se našem Discordu

Rješavanje problema

Simptom Rješenje
Gradnja containera zaglavila se > 10 min Codespaces ➜ “Rebuild Container”
python: command not found Terminal se nije povezao; kliknite + ➜ bash
401 Unauthorized iz OpenAI Pogrešan / istekao OPENAI_API_KEY
VS Code prikazuje “Dev container mounting…” Osvježite karticu preglednika—Codespaces ponekad gubi vezu
Nedostaje kernel bilježnice Izbornik bilježnice ➜ Kernel ▸ Select Kernel ▸ Python 3

Unix-based sustavi:

touch .env

Windows:

echo . > .env

  1. Uredite .env datoteku: Otvorite .env datoteku u tekstualnom uređivaču (npr. VS Code, Notepad++ ili bilo kojem drugom). Dodajte sljedeći redak u datoteku, zamijenivši your_github_token_here stvarnim GitHub tokenom:

    GITHUB_TOKEN=your_github_token_here

  2. Spremite datoteku: Spremite promjene i zatvorite tekstualni uređivač.

  3. Instalirajte python-dotenv: Ako već niste, instalirajte paket python-dotenv kako biste mogli učitati varijable okoline iz .env datoteke u Python aplikaciju. Možete ga instalirati koristeći pip:

    pip install python-dotenv

  4. Učitajte varijable okoline u svom Python skriptu: U Python skriptu koristite paket python-dotenv za učitavanje varijabli okoline iz .env datoteke:

    from dotenv import load_dotenv
import os

# Učitaj varijable okoline iz .env datoteke
load_dotenv()

# Pristupi varijabli GITHUB_TOKEN
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

To je to! Uspješno ste kreirali .env datoteku, dodali svoj GitHub token i učitali ga u Python aplikaciju.

Kako pokrenuti lokalno na svom računalu

Da biste pokrenuli kôd lokalno na svom računalu, trebate imati instaliranu neku verziju Python-a.

Zatim, za korištenje repozitorija, potrebno ga je klonirati:

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

Kada sve to imate, možete započeti!

Opcionalni koraci

Instalacija Miniconda

Miniconda je lagani instalacijski program za instalaciju Conda, Pythona, kao i nekoliko paketa.
Conda sama po sebi je upravitelj paketa koji olakšava postavljanje i prebacivanje između različitih Python virtualnih okruženja i paketa. Također pomaže pri instalaciji paketa koji nisu dostupni putem pip.

Možete pratiti MiniConda vodič za instalaciju za postavljanje.

Nakon instalacije Miniconda, trebate klonirati repozitorij (ako već niste).

Dalje, trebate kreirati virtualno okruženje. Da biste to napravili s Condom, kreirajte novu datoteku okruženja (environment.yml). Ako pratite kolegij koristeći Codespaces, kreirajte ju unutar .devcontainer direktorija, to jest .devcontainer/environment.yml.

Popunite svoju datoteku okruženja sljedećim isječkom:

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

Ako naiđete na pogreške pri korištenju conda, možete ručno instalirati Microsoft AI biblioteku koristeći sljedeću naredbu u terminalu.

conda install -c microsoft azure-ai-ml

Datoteka okruženja specificira ovisnosti koje trebamo. <environment-name> se odnosi na ime koje želite koristiti za svoje Conda okruženje, a <python-version> na verziju Pythona koju želite koristiti, npr. 3 je najnovija glavna verzija Pythona.

Kada to učinite, možete kreirati Conda okruženje pokretanjem naredbi u terminalu/komandnoj liniji:

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer podputanja se odnosi samo na Codespace postavke
conda activate ai4beg

Pogledajte Conda vodič za upravljanje okruženjima ako naiđete na probleme.

Korištenje Visual Studio Code s Python podrškom

Preporučujemo da za ovaj kolegij koristite Visual Studio Code (VS Code) uređivač s instaliranim Python support extension. Ovo je, međutim, samo preporuka, a ne strogi zahtjev.

Napomena: Otvaranjem repozitorija kolegija u VS Code imate opciju postaviti projekt unutar containera. To je moguće zbog posebnog .devcontainer direktorija unutar repozitorija kolegija. O tome ćemo više kasnije.

Napomena: Kad klonirate i otvorite direktorij u VS Code, automatski će vam predložiti da instalirate Python support extension.

Napomena: Ako vam VS Code predloži da ponovno otvorite repozitorij u containeru, odbijte taj zahtjev ako želite koristiti lokalno instaliranu verziju Pythona.

Korištenje Jupyter-a u pregledniku

Također možete raditi na projektu koristeći Jupyter okruženje direktno u pregledniku. I klasični Jupyter i Jupyter Hub pružaju jako ugodno razvojno okruženje s funkcijama poput automatskog dovršavanja, isticanja koda itd.

Za pokretanje Jupyter-a lokalno, otvorite terminal/komandnu liniju, dođite do direktorija kolegija i izvršite:

jupyter notebook

ili

jupyterhub

Ovo će pokrenuti Jupyter instancu, a URL za pristup će biti prikazan u komandnoj liniji.

Kada pristupite URL-u, trebali biste vidjeti okvir kolegija i moći navigirati do bilo koje *.ipynb datoteke. Na primjer, 08-building-search-applications/python/oai-solution.ipynb.

Pokretanje u containeru

Alternativa za postavljanje svega na svom računalu ili Codespaceu je korištenje containera. Posebna .devcontainer mapa u repozitoriju omogućuje VS Code-u postavljanje projekta unutar containera. Izvan Codespaces ovo zahtijeva instalaciju Dockera i, iskreno govoreći, uključuje malo posla, stoga preporučujemo ovo samo iskusnim korisnicima koji već rade s containerima.

Jedan od najboljih načina da zaštitite svoje API ključeve pri korištenju GitHub Codespaces-a jest korištenje Codespace Secrets. Molimo pratite vodič za upravljanje tajnama u Codespaces kako biste saznali više.

Lekcije i tehnički zahtjevi

Kolegij ima 6 konceptualnih lekcija i 6 lekcija programiranja.

Za lekcije programiranja koristimo Azure OpenAI servis. Trebat će vam pristup Azure OpenAI servisu i API ključ za pokretanje ovog koda. Možete se prijaviti za pristup ispunjavajući ovaj zahtjev.

Dok čekate da vam se zahtjev obradi, svaka lekcija programiranja također uključuje README.md datoteku u kojoj možete pregledati kod i izlaze.

Korištenje Azure OpenAI servisa po prvi put

Ako prvi put radite s Azure OpenAI servisom, molimo pratite ovaj vodič o tome kako kreirati i postaviti Azure OpenAI Service resurs.

Korištenje OpenAI API-ja po prvi put

Ako prvi put radite s OpenAI API-jem, pratite vodič o tome kako kreirati i koristiti sučelje.

Upoznajte druge polaznike

Kreirali smo kanale na našem službenom AI Community Discord serveru za upoznavanje drugih polaznika. Ovo je sjajan način umrežavanja s drugim istomišljenicima, poduzetnicima, developerima, studentima i svima koji žele napredovati u Generativnoj AI.

Join discord channel

Tim projekta također će biti na ovom Discord serveru da pomogne polaznicima.

Doprinos

Ovaj kolegij je inicijativa otvorenog koda. Ako vidite mogućnosti za poboljšanje ili probleme, molimo kreirajte Pull Request ili prijavite GitHub issue.

Tim projekta će pratiti sve doprinose. Doprinos open source projektu je izvrstan način za razvoj karijere u Generativnoj AI.

Većina doprinosa zahtijeva da pristajete na Contributor License Agreement (CLA) kojim izjavljujete da imate prava i stvarno dajete prava korištenja vašeg doprinosa. Za detalje posjetite CLA, Contributor License Agreement web stranicu.

Važno: kod prevođenja teksta u ovom repozitoriju, molimo osigurajte da ne koristite strojno prevođenje. Provjeravat ćemo prijevode putem zajednice, stoga volontirajte za prijevode samo jezika u kojima ste vješti.

Kada pošaljete pull request, CLA-bot će automatski određivati trebate li dati CLA i pravilno označiti PR (npr. labelu, komentar). Jednostavno slijedite upute koje bot daje. Ovo je potrebno napraviti samo jednom za sve repozitorije koji koriste naš CLA.

Ovaj projekt je usvojio Microsoft Open Source Code of Conduct. Za više informacija pročitajte FAQ o Kodeksu ponašanja ili kontaktirajte Email opencode s dodatnim pitanjima ili komentarima.

Krenimo!

Sada kada ste dovršili potrebne korake za završetak ovog tečaja, krenimo s uvodom u Generativnu AI i LLM-ove.

Odricanje od odgovornosti:
Ovaj dokument je preveden pomoću AI prevodilačke usluge Co-op Translator. Iako nastojimo postići točnost, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba se smatrati službenim i autoritativnim izvorom. Za kritične informacije preporučuje se stručni ljudski prijevod. Nismo odgovorni za bilo kakve nesporazume ili pogrešna tumačenja koja proizlaze iz korištenja ovog prijevoda.