Skip to content

README.md

Latest commit

 

History

History
230 lines (142 loc) · 13.9 KB

README.md

File metadata and controls

230 lines (142 loc) · 13.9 KB

Začíname s týmto kurzom

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

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

Kroky nastavenia

Na začatie tohto kurzu budete musieť dokončiť nasledovné kroky.

1. Vytvorte forknutie tohto repozitára

Vytvorte forknutie celého tohto repozitára na svoj vlastný GitHub účet, aby ste mohli meniť akýkoľvek kód a dokončiť výzvy. Môžete tiež označiť tento repozitár hviezdičkou (🌟) pre ľahšie jeho a príbuzných repozitárov nájdenie.

2. Vytvorte codespace

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

Vo svojom forknutí: Code -> Codespaces -> New on main

Dialog showing buttons to create a codespace

2.1 Pridajte tajný kľúč

  1. ⚙️ Ikona ozubeného kolieska -> Príkazová paleta -> Codespaces : Spravovať používateľské tajomstvá -> Pridať nové tajomstvo.
  2. Názov OPENAI_API_KEY, vložte svoj kľúč, Uložiť.

3. Čo ďalej?

Chcem… Ísť na…
Začať Lekciu 1 01-introduction-to-genai
Pracovať offline setup-local.md
Nastaviť poskytovateľa LLM providers.md
Spoznávať ostatných študentov Pridajte sa k nášmu Discordu

Riešenie problémov

Symptóm Riešenie
Stavba kontajnera zamrznutá > 10 min 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 záložku prehliadača — Codespaces niekedy stratí spojenie
Chýba kernel v Notebooku Menu Notebooku ➜ Kernel ▸ Vyber Kernel ▸ Python 3

Systémy založené na Unixe:

touch .env

Windows:

echo . > .env

  1. Upravte súbor .env: Otvorte súbor .env v textovom editore (napr. VS Code, Notepad++ alebo inom editore). Pridajte nasledujúci riadok do súboru a nahraďte your_github_token_here svojim 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 nespravili, budete potrebovať nainštalovať balík python-dotenv, ktorý načíta premenné prostredia zo súboru .env do vašej Python aplikácie. Môžete ho nainštalovať pomocou pip:

    pip install python-dotenv

  4. 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

# Načítať premenné prostredia zo súboru .env
load_dotenv()

# Prístup k premennej GITHUB_TOKEN
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

To je všetko! Úspešne ste vytvorili súbor .env, pridali svoj 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 ďalšie použitie repozitára je potrebné ho naklonovať:

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

Keď máte všetko pripravené, môžete začať!

Nepovinné kroky

Inštalácia Minicondy

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

Môžete sa riadiť inštalačným návodom MiniConda na jej nastavenie.

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

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

Vyplňte svoj súbor prostredia nasledujúcim úryvkom:

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

Ak máte problémy s Condou, môžete manuálne nainštalovať knižnice Microsoft AI pomocou nasledujúceho príkazu v termináli.

conda install -c microsoft azure-ai-ml

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

Keď je to hotové, môžete svoje Conda prostredie vytvoriť spustením nasledujúcich príkazov v príkazovom riadku/termináli

conda env create --name ai4beg --file .devcontainer/environment.yml # Podcesta .devcontainer sa vzťahuje iba na nastavenia Codespace
conda activate ai4beg

V prípade problémov si pozrite návod na prácu s Conda prostrediami.

Použitie Visual Studio Code s rozšírením pre Python

Na tento kurz odporúčame používať editor Visual Studio Code (VS Code) s nainštalovaným rozšírením pre podporu Pythonu. Nie je to však povinné, iba odporúčané.

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

Poznámka: Po naklonovaní a otvorení priečinka vo VS Code sa vám automaticky navrhne nainštalovať rozšírenie pre podporu Pythonu.

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

Použitie Jupyter v prehliadači

Na projekte môžete pracovať aj pomocou prostredia Jupyter priamo vo vašom prehliadači. Klasické 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

Týmto sa spustí inštancia Jupyter a URL na prístup k nej bude zobrazená v okne príkazového riadku.

Po zadaní URL by ste mali vidieť osnovu kurzu a môžete prechádzať k akémukoľvek súboru *.ipynb. Napríklad 08-building-search-applications/python/oai-solution.ipynb.

Spúšťanie v kontajneri

Alternatívou ku nastaveniu všetkého na vašom počítači alebo Codespace je použitie kontajnera. Špeciálny priečinok .devcontainer v repozitári kurzu umožňuje VS Code nastaviť projekt v kontajneri. Mimo Codespaces to vyžaduje inštaláciu Dockeru a celkovo to vyžaduje isté skúsenosti s kontajnermi, preto to odporúčame len skúseným používateľom.

Jedným z najlepších spôsobov, ako bezpečne spravovať API kľúče pri používaní GitHub Codespaces, je používať Tajomstvá v Codespaces. Prosím, riaďte sa návodom na správu tajomstiev v Codespaces.

Lekcie a technické požiadavky

Kurz obsahuje 6 konceptuálnych lekcií a 6 kódovacích lekcií.

Pre kódovacie lekcie používame službu Azure OpenAI. Potrebujete mať prístup k Azure OpenAI service a API kľúč na spustenie tohto kódu. Prístup môžete získať vyplnením tohto formulára.

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

Použitie Azure OpenAI služieb prvýkrát

Ak s Azure OpenAI službou pracujete prvýkrát, prosím, riaďte sa týmto návodom, ako vytvoriť a nasadiť Azure OpenAI Service resource.

Použitie OpenAI API prvýkrát

Ak s OpenAI API pracujete prvýkrát, prosím, riaďte sa týmto návodom, ako vytvoriť a používať rozhranie.

Spoznávať ostatných študentov

Vytvorili sme kanály v našom oficiálnom AI Community Discord serveri pre spoznávanie ostatných študentov. Je to skvelý spôsob, ako sa spojiť s inými podnikateľmi, tvorcami, študentmi a každým, kto chce zlepšiť svoje schopnosti v Generatívnej AI.

Join discord channel

Projektový tím bude tiež na tomto Discord serveri na pomoc študentom.

Prispievajte

Tento kurz je otvorenou iniciatívou. Ak vidíte možné zlepšenia alebo problémy, prosím, vytvorte Pull Request alebo zaznamenajte GitHub issue.

Projektový tím bude sledovať všetky príspevky. Prispievanie do open source je výborný spôsob, ako rozvíjať svoju kariéru v Generatívnej AI.

Väčšina príspevkov si vyžaduje súhlas so Zmluvou o licencii prispievateľa (CLA), ktorá deklaruje, že máte právo a skutočne udeľujete práva na použitie vášho príspevku. Podrobnosti nájdete na webovej stránke CLA, Contributor License Agreement.

Dôležité: pri preklade textov v tomto repozitári prosím nepoužívajte strojový preklad. Preklady budeme overovať cez komunitu, preto prosím dobrovoľte prekladať len do jazykov, ktorým rozumiete.

Keď odošlete pull request, CLA-bot automaticky vyhodnotí, či potrebujete dodať CLA a podľa toho PR označí (napr. štítok, komentár). Jednoducho postupujte podľa pokynov bota. Toto stačí urobiť iba raz pre všetky repozitáre využívajúce našu 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 akýmikoľvek otázkami či pripomienkami.

Poďme na to!

Teraz, keď ste dokončili potrebné kroky na absolvovanie tohto kurzu, poďme začať tým, že získame úvod do Generatívnej AI a LLM.

Upozornenie:
Tento dokument bol preložený pomocou AI prekladateľskej služby Co-op Translator. Hoci sa snažíme o presnosť, majte prosím 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.