رمزگشایی از Meta LLaMA 3 - از مبتدی تا حرفهای با Ollama
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- مبانی هوش مصنوعی
- یادگیری عمیق چیست؟
- شبکه عصبی چیست؟
- اصول LLM
- آشنایی با Meta Llama 3.2 و 3.3
- تفاوت Llama با GPT
- چگونه Llama متن را پردازش میکند؟ - توکنها و مکانیزم توجه
- استراتژیهای استقرار - HuggingFace و PyTorch و Ollama و آژور به همراه دموها
- بررسی عمیق Ollama
- نصب Ollama روی لینوکس، مک و حالت داکر
- دموها - استفاده از فرمانهای CLI در Ollama
- ساخت اولین مدل سفارشی با Ollama و Llama
- OpenWebUI - رابط کاربری گرافیکی (GUI) برای مدلهای Ollama
- دموها - استفاده از Ollama با ویژوال استودیو کد، Colab و Jupyter Notebook
- چگونه از کدهای ساده پایتون در Ollama استفاده کنیم؟
- قابلیتهای چندرسانهای - تحلیل تصاویر
- LangChain-Ollama-Llama
- سازگاری با OpenAI
- ساختار خروجیها
- ابزارها و Ollama - فراخوانی تابع
پیشنیازهای دوره
- هیچ تجربهای در برنامهنویسی نیاز نیست. ما رویکرد بدون کد و کم کد را پوشش میدهیم.
توضیحات دوره
شما قدرت هوش مصنوعی مدرن را با Meta LLaMA 3 در این دوره جامع از مبتدی تا حرفهای کشف میکنید. چه درهوش مصنوعی تازهوارد باشید یا به دنبال پیشرفت تخصص خود باشید، این دوره راهنمای گام به گام برای تسلط به مدل زبان پیشرفته LLaMA 3 متا با استفاده از Ollama، پلتفرم شهودی است که کار با LLMs محلی را ساده میکند.
شما با مبانی شروع کرده و یاد میگیرید که LLaMA 3 چیست و چگونه با سایر مدلهای هوش مصنوعی متفاوت است. شما به تدریج به پروژههای عملی میپردازید که شما را از طریق راهاندازی، تیونینگ دقیق و استفاده از قابلیتهای آن برای کاربردهای واقعی راهنمایی میکند. در پایان دوره، شما به طور مطمئن از LLaMA 3 با Ollama استفاده خواهید کرد تا پروژهها را بسازید، مشکلات را حل کنید و در خط مقدم نوآوری در هوش مصنوعی باقی بمانید.
این دوره برای چه کسانی مناسب است؟
- مبتدیانی که مشتاق کشف هوش مصنوعی هستند و هیچ تجربه قبلی ندارند.
- علاقهمندان به فناوری که میخواهند مدلهای پیشرفته هوش مصنوعی را درک و استفاده کنند.
- توسعهدهندگانی که قصد دارند هوش مصنوعی را در پروژههای شخصی یا حرفهای خود یکپارچه کنند.
این دوره برای چه کسانی مناسب است؟
- مبتدیان Generative AI
- مبتدیان Meta Llama
- مبتدیان Ollama
- علاقهمندانی که میخواهند Ollama را با Llama یاد بگیرند.
- متخصصانی که میخواهند دموهای کتابخانه پایتون Ollama را درک کنند.
رمزگشایی از Meta LLaMA 3 - از مبتدی تا حرفهای با Ollama
-
عنوان - اصول LLM برای مبتدیان مطلق 00:08
-
مقدمه 01:26
-
هوش مصنوعی چیست؟ 04:51
-
هوش مصنوعی در مقابل یادگیری ماشین در مقابل یادگیری عمیق 03:42
-
یادگیری عمیق چیست؟ 10:02
-
شبکه عصبی چیست؟ 09:44
-
LLM چیست؟ 07:43
-
1B/3B - میلیاردها پارامتر چه هستند؟ 07:39
-
بنچمارکهای مدل چه هستند؟ 07:00
-
ترنسفرمر چیست؟ 13:03
-
تعبیه چیست؟ 10:42
-
کوانتیزاسیون چیست؟ 07:02
-
طول کانتکس مدل LLM چیست؟ 06:21
-
عنوان - آشنایی با Meta Llama 00:08
-
آشنایی با Meta Llama 01:13
-
Meta Llama چیست؟ 03:51
-
تاریخچه Llama 06:18
-
مدل Llama 3.2 08:27
-
مدل Llama 3.3 02:55
-
تفاوتها بین LLaMA و سایر LLMs مانند GPT 05:23
-
چگونه LLaMA متن را پردازش میکند؟ - توکنها، تعبیهها و مکانیزمهای توجه 04:53
-
شاخص کیفیت تحلیل مصنوعی 03:20
-
دمو - چتبات هوش مصنوعی متا 03:10
-
عنوان - استراتژیهای استقرار برای مدلهای Meta Llama 00:08
-
مقدمه - استراتژیهای استقرار 00:57
-
Hugging Face چیست؟ 06:13
-
دمو - درخواست دسترسی برای مدلهای Llama 03:27
-
دمو - اجرای مدلهای LLaMA با Hugging Face 05:39
-
PyTorch چیست؟ 04:11
-
دمو - اجرای مدلهای LLaMA با PyTorch 06:23
-
Ollama 05:10
-
دمو - اجرای مدلهای LLaMA با Ollama 03:09
-
فروشندگان ابر (آژور) 04:44
-
دمو - اجرای مدلهای Llama با آژور 07:18
-
عنوان - آشنایی با Ollama 00:08
-
آشنایی با Ollama 00:55
-
Ollama چیست؟ 02:12
-
تاریخچه Ollama 03:39
-
مزایای Ollama 04:00
-
یوزکیسی که توسط Ollama پشتیبانی میشود 03:26
-
عنوان - راهاندازی Ollama 00:08
-
مقدمه - راهاندازی Ollama 00:51
-
بررسی وبسایت Ollama 04:48
-
الزامات سیستم برای Ollama 03:16
-
سیستم عاملهای پشتیبانی شده توسط Ollama 01:36
-
دمو - نصب Ollama روی سیستم عامل مک 01:39
-
دمو - نصب Ollama برای لینوکس 03:00
-
دمو - نصب Ollama از طریق داکر 07:59
-
عنوان - Ollama CLI 00:08
-
مقدمه - Ollama CLI 00:51
-
Ollama CLI 03:46
-
دمو - کمک ollama 02:23
-
دمو - pull کردن ollama 02:29
-
دمو - اجرای ollama 03:11
-
دمو - لیست ollama 01:53
-
دمو - نمایش ollama 03:58
-
دمو - ollama ps 02:18
-
دمو - ollama cp 02:00
-
دمو - ollama rm 01:29
-
عنوان - ساخت مدل سفارشی خود با Ollama 00:08
-
مقدمه - مدل سفارشی خود 01:10
-
فایل مدل چیست؟ 03:06
-
دمو - درک محتوای یک فایل مدل 03:33
-
دمو - ایجاد مدل سفارشی خود 02:52
-
دمو - تعامل کاربر 03:01
-
عنوان - OpenWebUI 00:08
-
مقدمه 01:32
-
Openwebui چیست؟ 02:53
-
دمو - دانلود داکر دسکتاپ 01:31
-
دمو - فرمان Run docker برای نصب openwebui 01:56
-
دمو - باز کردن مرورگر وب و استفاده از چتبات 02:07
-
عنوان - استفاده از IDEs مختلف 00:08
-
مقدمه - Ollama با IDEs مختلف 01:27
-
راهاندازی Ollama با Jupyter Notebook 04:37
-
راهاندازی Ollama با ویژوال استودیو کد 05:30
-
دمو - اجرای کد پایتون نمونه 03:05
-
راهاندازی Ollama با Google Collab (Ollama در حال اجرا در Collab) 07:16
-
دمو - اجرای کد پایتون نمونه 02:01
-
عنوان - کدهای ساده پایتون در Ollama 00:08
-
مقدمه - کدهای ساده پایتون 01:45
-
دمو - راهاندازی محیط با گیتهاب کوپایلت 05:02
-
دمو - استفاده از generate با ollama (Ollama.generate) 02:23
-
دمو - چاپ فقط آرتیفکت های مورد نیاز 01:07
-
دمو - استفاده از ollama.chat 02:47
-
دمو - نمایش نحوه عملکرد استریمینگ با Ollama 03:02
-
دمو - Ollama با یک کلاینت سفارشی 03:03
-
دمو - ایجاد تعبیه در Ollama 02:34
-
عنوان - Ollama و چندرسانه 00:08
-
مقدمه - مدلهای چندرسانه 01:35
-
مدل بینایی Meta LLaMA 3.2 چیست؟ 04:24
-
دمو - تحلیل تصویر با استفاده از ollama cli 03:15
-
دمو - تحلیل تصویر با کد پایتون 02:36
-
دمو - تحلیل تصویر با استفاده از openwebui 01:12
-
عنوان ویدئو - Langchain با Ollama و Llama 00:08
-
مقدمه - Ollama و Langchain 01:38
-
Langchain چیست؟ 07:59
-
Ollama با Langchain - ChatOllama 03:20
-
دمو - راهاندازی محیط برای کار با LangChain 02:40
-
دمو - کد ساده پایتون با Ollama و Langchain 02:25
-
دمو - نمایش مفهوم زنجیرهسازی در Langchain 02:43
-
دمو - افزایش سطح زنجیرهسازی، تبدیل خروجی به رشته 02:01
-
عنوان - سازگاری Ollama و OpenAI 00:08
-
مقدمه - Ollama و سازگاری OpenAI 01:16
-
OpenAI چیست؟ 06:14
-
سازگاری Ollama و OpenAI چیست؟ 02:37
-
دمو - چگونه میتوان کاری کرد که همین کد برای Ollama هم کار کند؟ 04:29
-
عنوان - دریافت خروجیهای ساختاریافته 00:08
-
آشنایی با خروجیهای ساختاریافته 01:11
-
خروجیهای ساختاریافته با Ollama چه هستند؟ 01:56
-
دمو - کد پایتون برای خروجی ساختاریافته 03:44
-
دمو - کد پایتون برای دریافت آبجکتها به فرمت جی سان از یک تصویر 03:29
-
عنوان - ابزارها در Llama و Ollama 00:08
-
آشنایی با ابزارها 01:38
-
ابزارها در Ollama چه هستند؟ 03:36
-
دمو - آشنایی با گردشکار 02:11
-
دمو - ایجاد کلید API در openweathermap 01:45
-
دمو - استفاده از ابزارها و فراخوانی تابع 04:13
مشخصات آموزش
رمزگشایی از Meta LLaMA 3 - از مبتدی تا حرفهای با Ollama
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:مقدماتی
- تعداد درس:117
- مدت زمان :06:23:40
- حجم :3.38GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy