تسلط به Gemini API گوگل با پایتون
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درک عمیقی از Gemini API گوگل و Claude 3 API آنتروپیک با پایتون به دست آورید.
- نصب SDK پایتون برای جمینای و Claude 3 API و احراز هویت در جمینای
- ایجاد Freeform با Gemini Pro Vision در Google AI Studio
- استفاده از متغیرها و پارامترها در پرامپت های جمینای در Google AI Studio
- تولید متن از ورودیهای متنی با استفاده از Gemini Pro API و پایتون
- استریم کردن پاسخهای مدل از جمینای و Claude
- تولید متن از ورودیهای تصویر و متن با استفاده از Gemini Pro Vision و Claude 3 API و پایتون
- کنترل نحوه تولید پاسخها توسط مدل با استفاده از پارامترهای تولید Gemini API: دما، top_k ،top_p، توالیهای توقف و موارد دیگر
- ساخت ایچنت های گفتگوی چت سفارشی
- تسلط به تکنیکهای مهندسی پرامپت برای LLMها
- شما یاد خواهید گرفت که چگونه با استفاده از Streamlit رابطهای وب (front-end) را برای اپلیکیشن های LLM خود ایجاد کنید.
- Streamlit: مفاهیم اصلی، ویجتها، وضعیت سشن، callbacks
- یاد بگیرید که چگونه از هوش مصنوعی ژوپیتر به طور کارآمد استفاده کنید.
توضیحات دوره
به عصر جمینای خوش آمدید. Gemini Pro Vision API را با پایتون در آغوش بگیرید و به پیشگام در هوش مصنوعی multimodal تبدیل شوید.
آماده شوید که به Gemini Pro Vision API گوگل با پایتون تسلط پیدا کنید و قدرت خانواده هوش مصنوعی قدرتمند گوگل را به برنامههای خود منتقل کنید.
در پایان این مسیر، شما بر Gemini Pro Vision API مسلط خواهید شد و به یک متخصص در مهندسی پرامپت LLM تبدیل خواهید شد که قادر به ایجاد برنامههای پایتون پیشگامانه و هوشمند با استفاده از Gemini API است.
آماده باشید تا در خط مقدم نوآوریهای هوش مصنوعی multimodal بایستید، زیرا ما به طور مداوم این دوره را با جدیدترین پیشرفتها بهروزرسانی میکنیم و مهارتهایی را برای زنده ماندن در آینده به شما میدهیم.
این دوره آموزشی در مورد رابط برنامهنویسی نرمافزار Gemini Pro Vision گوگل با پایتون، هر آنچه را که باید در مورد خانواده مدلهای Gemini و مهندسی پرامپت مؤثر برای LLMها بدانید، پوشش میدهد.
به پیشگامانی تبدیل شوید که چشمانداز فناوری را شکل میدهند و از مزایای پیشگام بودن بهرهمند شوید.
در دنیای امروز، هوش مصنوعی کلید قفل کردن بهرهوری بیسابقه است.
Gemini Pro Vision API را با پایتون، Google AI Studio و تاکتیکهای پیشرفته پرامپت نویسی کنترل کنید تا از منحنی جلوتر باشید.
در این دوره، شما از طریق انجام دادن یاد میگیرید، با پروژههای عملی که شما را در بهکارگیری آنچه یاد میگیرید، هدایت خواهد کرد.
شما همچنین بهترین شیوهها و نکات مربوط به پرامپت نویسی مؤثر برای LLMها را مانند استفاده از تعداد کمی مثال، پیدا کردن اطلاعات مربوط به بافت و کاوش در تکنیکهای مختلف مهندسی پرامپت خواهید آموخت.
تا پایان این دوره، شما قادر خواهید بود:
- یاد بگیرید که چگونه از Gemini Pro [Vision] API گوگل با پایتون، به عنوان پیشرفتهترین و چندکارهترین ابزار هوش مصنوعی گوگل استفاده کنید.
- با Gemini Pro [Vision] API در Google AI Studio، پرامپت های Freeform و پویا ایجاد کنید.
- متنهایی را از ورودیهای متنی با استفاده از Gemini Pro API و پایتون تولید کنید.
- پاسخهای مدل را استریم کنید.
- با استفاده از Gemini Pro Vision API و پایتون، متون را از ورودیهای تصویر و متن تولید کنید.
- کنترل کنید که مدل چگونه پاسخها را با استفاده از پارامترهای تولید Gemini API تولید کند: دما، top_k، top_p، توالیهای توقف و بیشتر.
- ایجنت های گفتگوی چت سفارشی بسازید.
- به هنر مهندسی پرامپت برای LLMها را تسلط یافته و کوئری های مؤثر و طبیعی برای هر کاری ایجاد کنید.
- یاد خواهید گرفت که چگونه رابطهای وب (فرماندهی) برای اپلیکیشن های LLM خود با استفاده از Streamlit ایجاد کنید.
- یاد بگیرید که چگونه بهطور مؤثر از Jupyter AI استفاده کنید.
این دوره مناسب برای هر کسی است که میخواهد بیاموزد که چگونه از Gemini Pro Vision API و Google AI Studio استفاده کند و از قدرت هوش مصنوعی multimodal برای کاربردهای مختلف بهرهبرداری کند.
اگر آمادهاید که مهارتهای خود را به سطح بعدی ببرید و بر یکی از پیشرفتهترین تکنولوژیها در هوش مصنوعی تسلط پیدا کنید، هماکنون در این دوره شرکت کنید و سفر خود را به تسلط به هوش مصنوعی multimodal آغاز کنید!
این دوره برای چه کسانی مناسب است؟
- برنامهنویسان پایتون که میخواهند مدلهای Gemini گوگل و Claude آنتروپیک را در اپلیکیشن های خود ادغام کنند.
- برنامهنویسانی که به دنبال توسعه رایگان اپلیکیشن های هوش مصنوعی با هوش مصنوعی پیشرفته (Gemini گوگل و Claude 3 آنتروپیک) هستند.
- هر فرد فنی که به انقلابیترین فناوری این دهه علاقهمند است.
تسلط به Gemini API گوگل با پایتون
-
چگونه می توان از این دوره بیشترین بهره را برد؟ 02:17
-
راهاندازی محیط: Jupyter Notebook 14:09
-
راهاندازی محیط: Google Colab 08:07
-
دریافت کلید Gemini API 04:20
-
آزمون برای دریافت کلید Gemini API None
-
نصب SDK پایتون برای Gemini Pro API و تأیید هویت به Gemini 09:51
-
آزمون برای نصب SDK پایتون None
-
مدلهای Gemini Multimodal: نانو، پرو و اولترا 05:13
-
آزمون برای مدلهای Gemini None
-
Google AI Studio: پرامپت های Freeform با Gemini Pro Vision 06:10
-
Google AI Studio: استفاده از متغیرها و پارامترها در پرامپت 03:04
-
تولید متن از ورودیهای متنی: Gemini Pro 04:21
-
استریم کردن پاسخهای مدل 03:34
-
آزمون برای تولید متن از ورودیهای متنی None
-
تولید متن از ورودیهای تصویر و متن: Gemini Pro Vision 05:12
-
پارامترهای تولید Gemini API: کنترل نحوه تولید پاسخها توسط مدل 06:10
-
تشریح پارامترهای تولید Gemini API 10:12
-
آزمون برای پارامترهای تولید Gemini API None
-
ساخت یک گفتگوی چت 07:53
-
آزمون برای ساخت یک گفتگوی چت None
-
پروژه: ساخت یک ایجنت گفتگو با استفاده از Gemini Pro 07:17
-
Jupyter AI 01:14
-
معرفی Jupyter AI و سایر همراهان برنامهنویسی 03:39
-
نصب Jupyter AI 04:15
-
استفاده از Jupyter AI در JupyterLab 12:26
-
راهاندازی Jupyter AI در Jupyter Notebook 04:36
-
استفاده از Jupyter AI در Jupyter Notebook 06:24
-
استفاده از درونیابی برای موارد پیچیدهتر 05:24
-
استفاده از Jupyter AI با تأمینکنندگان و مدلهای دیگر 04:03
-
نیازمندیهای پروژه 05:53
-
ساخت اپلیکیشن 05:21
-
تست برنامه 01:49
-
Streamlit: تبدیل Jupyter Notebooks شما به وب اپلیکیشن های تعاملی 02:46
-
ایجاد طرح بندی وب اپلیکیشن با Streamlit 11:19
-
ذخیرهسازی و نمایش تاریخچه با استفاده از استیت سشن Streamlit 05:20
-
معرفی مهندسی پرامپت 03:11
-
تاکتیک شماره 1 - قرار دادن دستورالعملها با وضوح با Delimiters 05:01
-
تاکتیک شماره 2 - ارائه دستورالعملهای دقیق برای Context، نتیجه یا طول 06:09
-
تاکتیک شماره 3 - مشخص کردن فرمت پاسخ 06:09
-
تاکتیک شماره 4 - پرامپت نویسی Few-Shot 06:55
-
تاکتیک شماره 5 - مشخص کردن مراحل لازم برای تکمیل یک تسک 07:52
-
تاکتیک شماره 6 - به مدلها زمان بدهید تا فکر کنند 04:32
-
تاکتیکهای دیگر برای بهبود پرامپت و جلوگیری از توهمات 06:19
-
خلاصه مهندسی پرامپت 02:13
-
دستورات While و continue 04:05
-
دستورات While و break 05:35
-
اسلایس کردن لیست و Iteration 07:14
-
List Comprehension - بخش 1 06:02
-
List Comprehension - بخش 2 06:26
-
کار با دیکشنریها 10:27
-
JSON Data Serialization 06:29
-
JSON Data Deserialization 05:36
-
تکلیف: JSON و درخواستها/REST API 01:46
-
پاسخ تکلیف: JSON و درخواستها/REST API 03:54
-
معرفی Streamlit 04:41
-
مفاهیم اصلی Streamlit 05:41
-
نمایش دادهها بر روی صفحه: ()st.write و جادو 05:45
-
ویجت ها، بخش 1: text_input ،number_input ،button 05:11
-
ویجت ها، بخش 2: checkbox، radio، select 07:33
-
ویجت ها، بخش 3: slider ،file_uploader ،camera_input ،image 08:28
-
طرح بندی: Sidebar 01:58
-
طرح بندی: ستونها 04:32
-
طرح بندی: Expander 02:11
-
نمایش یک نوار پیشرفت 03:10
-
استیت سشن 07:59
-
Callbacks 06:17
مشخصات آموزش
تسلط به Gemini API گوگل با پایتون
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:همه سطوح
- تعداد درس:66
- مدت زمان :05:44:37
- حجم :2.31GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy