تسلط به LLMs با Olama ،LangChain ،CrewAI و Hugging Face
✅ سرفصل و جزئیات آموزش
در این دوره با پروژه های عملی با Ollama ،Langchain ،CrewAI و HuggingFace مهارت های خود در هوش مصنوعی را تقویت کرده و تسک های روزمره خود را متحول می کنید.
آنچه یاد خواهید گرفت
- درک LLM - کسب دانش منسجم در مدل های زبانی بزرگ (LLM) و کاربردهای آن ها
- استفاده از Olama - یاد می گیرید که چگونه از کتابخانه Ollama برای تسک های مختلف NLP استفاده کنید.
- یکپارچه سازی LangChain - به یکپارچه سازی LangChain برای ساخت اپلیکیشن های پیچیده با LLMs مسلط می شوید.
- توسعه پروژه - پروژه های عملی را توسعه می دهید که یادگیری را تقویت می کند.
- ایجاد ابزار یادگیری پایتون با Olama
- ساخت Describer ویدئویی که محتوای ویدئویی را خلاصه می کند.
- پیاده سازی قابلیت چت با PDF با استفاده از Olama LLM
- توسعه اپلیکیشن چت با ویدئو با استفاده از Olama LLM و Whisper برای ترنسکریپشن صدا
- طراحی یک سیستم برای دریافت پاسخ های مدل بر اساس داستان ها یا متون طولانی
- ایجاد اپلیکیشن چت کردن با یادداشت خود برای تعامل با یادداشت های شخصی
- ساخت پروژه چت با خاطرات خود برای انعکاس تجربیات و بینش های شخصی
- یکپارچه سازی Whisper - یاد می گیرید که چگونه Whisper را برای تسک های پردازش و ترنسکریپشن صدا یکپارچه کنید.
- مدل های Hugging Face - یاد می گیرید که چگونه از مدل های Hugging Face برای تولید متن و سایر تسک های NLP استفاده کنید.
- مهارت های عملی - از طریق تمرین های کدنویسی و پیاده سازی های پروژه، تجربه عملی به دست می آورید.
- تکنیک های حل مسئله - مهارت هایی را برای مقابله با مشکلات واقعی با استفاده از LLM و فناوری های مرتبط کسب می کنید.
- مزایای اضافی - بروزرسانی مداوم با پروژه های جدید برای تقویت یادگیری و همگام شدن با پیشرفت های فناوری های هوش مصنوعی و NLP
پیش نیازهای دوره
- دانش پایه پایتون
توضیحات دوره
این دوره جامع برای افرادی طراحی شده که مشتاق هستند به دنیای مدل های زبانی بزرگ (LLM) بپردازند و از قدرت خود برای ایجاد اپلیکیشن های نوآورانه استفاده کنند که می توانند تسک های روزمره را ساده کنند.
بررسی دوره
در این دوره یاد می گیرید که چگونه از کتابخانه ها و فریمورک های مختلف، از جمله Ollama ،LangChain ،CrewAI و Hugging Face، برای ساخت پروژه های عملی که قابلیت های LLM را نشان می دهد، استفاده کنید. از طریق پروژه های عملی، درک عمیقی از نحوه کار این فناوری ها برای افزایش بهره وری و خلاقیت به دست خواهید آورد.
آنچه یاد خواهید گرفت
- درک LLM - بینش هایی در مورد معماری و عملکرد مدل های زبانی بزرگ، از جمله کاربردهای آن ها در پردازش زبان طبیعی (NLP) به دست می آورید.
- Ollama و LangChain - یاد می گیرید که چگونه از Ollama برای استقرار مدل کارآمد و LangChain برای ساخت اپلیکیشن های پیچیده که چندین کامپوننت را به طور کامل یکپارچه می کنند، استفاده کنید.
- ترنسفرمرهای Hugging Face - کتابخانه Hugging Face را برای دسترسی به طیف گسترده ای از مدل های از پیش آموزش دیده برای تسک های مختلف NLP بررسی می کنید.
- کاربردهای عملی - پیاده سازی پروژه های واقعی که قدرت LLMs را در کانتکس های مختلف به نمایش می گذارد.
نکات برجسته پروژه
- ابزار یادگیری پایتون با Ollama - یک ابزار تعاملی ایجاد می کنید که به کاربران کمک می کند برنامه نویسی پایتون را از طریق تمرین های هدایت شده و بازخورد فوری با استفاده از LLM یاد بگیرند.
- ایجاد Describer ویدئویی - اپلیکیشنی توسعه می دهید که متن توصیفی را برای محتوای ویدئویی تولید کند و دسترسی و درک را برای کاربران افزایش دهد.
- چت با PDF با استفاده از Olama LLM - یک رابط چت می سازید که به کاربران امکان می دهد در مورد محتوای مستندات PDF سؤال بپرسند و پاسخ های فوری ارائه شده توسط یک LLM را ارائه دهند.
- چت با ویدئو با استفاده از Ollama LLM و Whisper - پردازش ویدئو را با تشخیص گفتار ترکیب می کنید تا اپلیکیشنی ایجاد کنید که در آن کاربران می توانند با محتوای ویدئویی از طریق کوئری های زبان طبیعی تعامل داشته باشند.
- دریافت پاسخ های مدل بر اساس داستان های طولانی - سیستمی طراحی می کنید که به کاربران امکان می دهد روایت ها یا داستان های طولانی را وارد کنند و پاسخ های مختصر یا خلاصه ای را از مدل دریافت کنند.
- چت با یادداشت خود - یک اپلیکیشن یادداشت برداری شخصی ایجاد می کنید که در آن کاربران می توانند با استفاده از کوئری های زبان طبیعی با یادداشت های خود تعامل داشته باشند و بازیابی اطلاعات را بدون مشکل انجام دهند.
- چت با دفتر خاطرات خود - یک اپلیکیشن دفتر خاطرات ایجاد می کنید که به کاربران اجازه می دهد در مورد نوشته های خود فکر کنند و در مورد تجربیات گذشته خود سؤال بپرسند که باعث ارتقای خویشتن اندیشی و رشد فردی می شود.
یادگیری مداوم
این دوره به صورت پویا طراحی شده و پروژه های جدید به طور مرتب اضافه می شوند تا با پیشرفت های فناوری و نیازهای کاربر همگام باشند. شما این فرصت را خواهید داشت که ایده های جدید را بررسی کرده و آن ها را در پروژه های خود پیاده سازی کنید و مطمئن شوید که در زمینه به سرعت در حال تکامل هوش مصنوعی و NLP پیشرو خواهید بود.
این دوره برای چه کسانی مناسب است؟
- توسعه دهندگان مشتاق هوش مصنوعی - افرادی که به دنبال ساخت اپلیکیشن ها با استفاده از LLM هستند.
- دانشمندان داده - حرفه ای هایی که می خواهند مهارت های تحلیل داده خود را با ابزارهای هوش مصنوعی افزایش دهند.
- برنامه نویسان پایتون - توسعه دهندگانی که علاقه مند به یکپارچه سازی LLM در پروژه های پایتون خود هستند.
- دانشجویان - یادگیرندگانی که به دنبال تجربه عملی با کتابخانه ها و فریمورک های هوش مصنوعی مدرن هستند.
- علاقه مندان به هوش مصنوعی - کسی که مشتاق بررسی قابلیت های LLM و کاربردهای آن است.
- تولیدکنندگان محتوا - نویسندگان و تولیدکنندگانی که می خواهند از هوش مصنوعی برای تولید و بهبود محتوا استفاده کنند.
- مدرسان - معلمانی که قصد دارند ابزارهای هوش مصنوعی را در برنامه درسی خود بگنجانند.
تسلط به LLMs با Olama ،LangChain ،CrewAI و Hugging Face
-
مقدمه 04:08
-
دانلود و استفاده OLLAMA 07:11
-
استفاده از Ollama با پایتون 07:05
-
استفاده از Streamlit 05:53
-
یکپارچه سازی مدل LLM با Streamlit 06:37
-
استفاده از تابع Exac برای اجرای کد در تایپ رشته 05:41
-
دریافت خروجی تابع Exac به عنوان یک متغیر 04:25
-
ابزار یادگیری پایتون با Ollama 21:31
-
ایجاد llava برای توصیف تصویر 05:58
-
ساخت صفحه Describer تصویر در Streamlit 07:19
-
توصیف چند تصویر 06:06
-
تفکیک ویدئو به فریم ها 11:52
-
ایجاد Describer ویدئو 14:31
-
چت با PDF با استفاده از Olama LLM 10:35
-
چت با ویدئو با استفاده از Ollama LLM و Whisper 20:22
-
استفاده از LLM محلی با Langchain 03:08
-
استفاده از PromptTemplate و LLMChain 05:19
-
استفاده از 4 متغیر ورودی در قالب 06:00
-
یادگیری قطعه بندی متن های طولانی 20:48
-
دریافت تعبیه و شباهت ها بین دو متن 13:04
-
یافتن شبیه ترین جمله در متن 12:10
-
دریافت سوالات پاسخ مدل بر اساس داستان های طولانی 16:39
-
چت با یادداشت خود 16:33
-
چت با دفتر خاطرات خود 17:06
-
ایجاد محیط مجازی در پاورشل 09:38
-
استفاده از Local Olama LLM با CrewAI 06:48
-
داستان نویسی با CrewAI و Olama 08:43
-
ژنراتور دستورالعمل و Nutrition Analyzer 06:38
-
پلنر Travel Itinerary 03:49
-
مشاور مالی شخصی 05:55
-
آشنایی با HuggingFace 05:25
-
استفاده از مدل های HuggingFace با API به صورت رایگان 08:53
-
اپلیکیشن کوئری مدل Hugging Face 02:47
-
استفاده از مدل های پاسخگویی به سؤالات Hugging Face با API 06:23
-
خلاصه سازی با مدل Hugging Face از طریق API 04:00
-
تولید تصویر با Hugging Face به صورت رایگان 08:06
-
تشخیص آبجکت با HuggingFace 12:57
مشخصات آموزش
تسلط به LLMs با Olama ،LangChain ،CrewAI و Hugging Face
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:37
- مدت زمان :05:40:03
- حجم :5.15GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy