21 lecke, amely mindent megtanít, amit a Generatív MI alkalmazások építésének megkezdéséhez tudni kell
Arab | Bengáli | Bolgár | Burmáni (Myanmar) | Kínai (Egyszerűsített) | Kínai (Hagyományos, Hong Kong) | Kínai (Hagyományos, Makaó) | Kínai (Hagyományos, Tajvan) | Horvát | Cseh | Dán | Holland | Észt | Finn | Francia | Német | Görög | Héber | Hindi | Magyar | Indonéz | Olasz | Japán | Kannada | Koreai | Litván | Maláj | Malajálam | Maráthi | Nepáli | Nigériai Pidgin | Norvég | Perzsa (Fárszi) | Lengyel | Portugál (Brazília) | Portugál (Portugália) | Pandzsábi (Gurmukhi) | Román | Orosz | Szerb (Cirill) | Szlovák | Szlovén | Spanyol | Szuahéli | Svéd | Tagalog (Filipino) | Tamil | Telugu | Thai | Török | Ukrán | Urdu | Vietnami
Szeretnéd helyben klónozni?
Ez a tároló 50+ nyelvi fordítást tartalmaz, ami jelentősen megnöveli a letöltési méretet. Ha fordítások nélkül szeretnéd klónozni, használj sparse checkoutot:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"Így minden szükséges dolgot megszerezhetsz a kurzus elvégzéséhez sokkal gyorsabb letöltéssel.
Ismerd meg a generatív MI alkalmazások építésének alapjait 21 leckéből álló átfogó tanfolyamunkkal, amit a Microsoft Cloud Advocates készített.
Ez a tanfolyam 21 leckéből áll. Minden lecke egy-egy témát fed le, így tetszés szerint kezdhetsz!
A leckék vagy "Learn" jelölést kapnak, amik egy generatív MI koncepciót magyaráznak, vagy "Build" jelölésűek, amelyek egy koncepciót és kódpéldákat tartalmaznak mind Python, mind TypeScript nyelven, ahol csak lehetséges.
.NET fejlesztőknek ajánljuk a Generative AI for Beginners (.NET Edition) anyagot!
Minden leckében található egy "Keep Learning" rész további tanulási eszközökkel.
-
Azure OpenAI szolgáltatás - Leckék: "aoai-assignment"
-
GitHub Marketplace Modell katalógus - Leckék: "githubmodels"
-
OpenAI API - Leckék: "oai-assignment"
-
Alapvető Python vagy TypeScript ismeretek hasznosak - *Teljesen kezdőknek ajánljuk ezeket a Python és TypeScript tanfolyamokat
-
Egy GitHub fiók, hogy forkold ezt a tárolót a saját GitHub fiókodba
Készítettünk egy Tanfolyam beállítása leckét, hogy segítsünk a fejlesztői környezet beállításában.
Ne felejts el starozni (🌟) ezt a tárolót, hogy később könnyebben megtaláld.
Ha fejlettebb kódpéldákat keresel, nézd meg a Generatív MI kódmintagyűjteményünket, mind Python, mind TypeScript nyelven.
Csatlakozz hivatalos Azure AI Foundry Discord szerverünkhöz, hogy találkozz más tanulókkal, akik ezt a tanfolyamot végzik, és kapj támogatást.
Tegyél fel kérdéseket vagy ossz meg termék visszajelzést az Azure AI Foundry Fejlesztői Fórumon GitHubon.
Látogass el a Microsoft for Startups oldalra, hogy megtudd, hogyan kezdhetsz el építkezni Azure kredit segítségével már ma.
Vannak javaslataid vagy helyesírási, kódbeli hibákat találtál? Nyiss egy hibajegyet vagy készíts egy pull requestet
- Egy rövid videós bevezetőt a témához
- Írott leckét a README fájlban
- Python és TypeScript kódmintákat, amelyek támogatják az Azure OpenAI-t és az OpenAI API-t
- Linkeket további forrásokhoz a tanulás folytatásához
| # | Lecke link | Leírás | Videó | További tananyag |
|---|---|---|---|---|
| 00 | Tanfolyam beállítása | Tanulj meg: Hogyan állítsd be a fejlesztői környezeted | Videó hamarosan | Tudj meg többet |
| 01 | Bevezetés a generatív MI-be és a Nagy Nyelvi Modellekbe (LLM-ekbe) | Tanulj meg: Mit jelent a generatív MI és hogyan működnek a Nagy Nyelvi Modellek (LLM-ek) | Videó | Tudj meg többet |
| 02 | Különböző LLM-ek vizsgálata és összehasonlítása | Tanulj meg: Hogyan válaszd ki a megfelelő modellt az esetedhez | Videó | Tudj meg többet |
| 03 | Generatív MI felelősségteljes használata | Tanulj meg: Hogyan építs felelősségteljes generatív MI alkalmazásokat | Videó | Tudj meg többet |
| 04 | A prompt mérnökség alapjainak megértése | Tanulj: Gyakorlati prompt mérnökségi bevált gyakorlatok | Videó | Tudj meg többet |
| 05 | Haladó promptok létrehozása | Tanulj: Hogyan alkalmazzuk a prompt mérnökségi technikákat a jobb eredmény érdekében | Videó | Tudj meg többet |
| 06 | Szöveggeneráló alkalmazások építése | Építs: Szöveggeneráló alkalmazás Azure OpenAI / OpenAI API használatával | Videó | Tudj meg többet |
| 07 | Csevegőalkalmazások építése | Építs: Hatékony technikák csevegőalkalmazások építéséhez és integrálásához | Videó | Tudj meg többet |
| 08 | Keresőalkalmazások és vektoralapú adatbázisok építése | Építs: Keresőalkalmazás, amely beágyazásokat használ adatok kereséséhez | Videó | Tudj meg többet |
| 09 | Képalkotó alkalmazások építése | Építs: Képalkotó alkalmazás | Videó | Tudj meg többet |
| 10 | Alacsony kódú MI alkalmazások építése | Építs: Generatív MI alkalmazás alacsony kódú eszközök használatával | Videó | Tudj meg többet |
| 11 | Külső alkalmazások integrálása függvényhívásokkal | Építs: Mi az a függvényhívás és hogyan használható alkalmazásokban | Videó | Tudj meg többet |
| 12 | UX tervezése MI alkalmazásokhoz | Tanulj: Hogyan alkalmazzuk az UX tervezési elveket generatív MI alkalmazások fejlesztésekor | Videó | Tudj meg többet |
| 13 | Generatív MI alkalmazások biztonságossá tétele | Tanulj: Az MI rendszereket fenyegető veszélyek és kockázatok, valamint azok biztonságossá tétele | Videó | Tudj meg többet |
| 14 | A generatív MI alkalmazás életciklusa | Tanulj: Az eszközök és mérőszámok a LLM életciklusának és LLMOps menedzsmentjéhez | Videó | Tudj meg többet |
| 15 | Retrieval Augmented Generation (RAG) és vektoralapú adatbázisok | Építs: Alkalmazás RAG keretrendszerrel, amely vektoralapú adatbázisokból kér be beágyazásokat | Videó | Tudj meg többet |
| 16 | Nyílt forráskódú modellek és Hugging Face | Építs: Alkalmazás nyílt forráskódú modellekkel, amelyek elérhetőek a Hugging Face-en | Videó | Tudj meg többet |
| 17 | MI ügynökök | Építs: Alkalmazás MI ügynök keretrendszer használatával | Videó | Tudj meg többet |
| 18 | LLM-ek finomhangolása | Tanulj: Mi, miért és hogyan történik az LLM-ek finomhangolása | Videó | Tudj meg többet |
| 19 | Építés kis nyelvi modellekkel | Tanulj: A kis nyelvi modellekkel való építés előnyei | Videó hamarosan | Tudj meg többet |
| 20 | Építés Mistral modellekkel | Tanulj: A Mistral család modelleinek jellemzői és különbségei | Videó hamarosan | Tudj meg többet |
| 21 | Építés Meta modellekkel | Tanulj: A Meta család modelleinek jellemzői és különbségei | Videó hamarosan | Tudj meg többet |
Külön köszönet John Aziznak azért, hogy elkészítette az összes GitHub Action-t és munkafolyamatot.
Bernhard Merkle-nek pedig azért, hogy minden leckéhez kulcsfontosságú hozzájárulásokat tett a tanulói és fejlesztői élmény javítása érdekében.
Csapatunk további kurzusokat is készít! Nézd meg:
-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}
Ha elakad, vagy kérdése lenne AI alkalmazások fejlesztésével kapcsolatban. Csatlakozzon a többi tanulóhoz és tapasztalt fejlesztőhöz az MCP témájú beszélgetésekben. Ez egy támogató közösség, ahol a kérdésekre szívesen válaszolnak, és a tudás szabadon megosztásra kerül.
Ha termék visszajelzése vagy hibák vannak fejlesztés közben, látogasson el a következő helyre:
Nyilatkozat: Ezt a dokumentumot az AI fordítószolgáltatás, a Co-op Translator segítségével fordítottuk le. Bár a pontosságra törekszünk, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az anyanyelvén tekintendő irányadónak. Kérjük, kritikus információk esetén forduljon profi, emberi fordítóhoz. Nem vállalunk felelősséget a fordítás használatából eredő félreértésekért vagy téves értelmezésekért.