آموزش ChatGPT و LangChain: The Complete Developer's Masterclass

ChatGPT and LangChain: The Complete Developer's Masterclass

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: مسترکلاس فشرده در ChatGPT، LangChain و Python. ایجاد برنامه‌های آماده تولید متمرکز بر ادغام هوش مصنوعی در دنیای واقعی. ادغام ChatGPT در برنامه‌های سبک تولید با LangChain از اجزای LangChain برای ایجاد خطوط لوله تولید متن پیچیده استفاده کنید خروجی ChatGPT را با یکپارچه‌سازی خودکار بازخورد کاربر افزایش دهید آموزش حقایق جدید ChatGPT از طریق Retrieval Augmented Generinghaint پخش متن از سرور به مرورگر از پلاگین های OpenAI برای افزودن قابلیت های جدید به ChatGPT، مانند دسترسی به پایگاه داده و اجرای کد، استفاده کنید. برنامه وب a-PDF، کامل با آپلود سند و احراز هویت، نحوه تعامل کاربران با ویژگی های چت شما با استفاده از قابلیت مشاهده و ردیابی پیش نیازها:تجربه برنامه نویسی اولیه با پایتون

پیشرفته ترین، کامل ترین و فشرده ترین مسترکلاس آنلاین را برای یادگیری نحوه ادغام LangChain و ChatGPT در برنامه های آماده تولید پیدا کرده اید!

هزاران مهندس یاد گرفته‌اند که چگونه با استفاده از ChatGPT برنامه‌های شگفت‌انگیز بسازند، و شما هم می‌توانید. این دوره از یک روش آزمایش‌شده و اثبات‌شده در زمان استفاده می‌کند تا مطمئن شود که دقیقاً چگونه ChatGPT کار می‌کند، و مسیری عالی برای کمک به شما برای یافتن شغل جدیدی به‌عنوان مهندس نرم‌افزاری است که روی برنامه‌های دارای هوش مصنوعی کار می‌کند.

تفاوت بین این دوره و سایر دوره ها: شما بسیار فراتر از اصول اولیه دستورات ساده ChatGPT خواهید رفت و درک خواهید کرد که چگونه شرکت ها امروزه تولید متن را در برنامه های خود ادغام می کنند.

___________

ChatGPT در سراسر صنایع برای بهبود برنامه‌ها با تولید متن استفاده می‌شود. اما با این ویژگی جدید چالش‌های زیادی وجود دارد:

  1. ساخت خطوط لوله تولید متن پیچیده که اطلاعات خارجی را در خود جای می دهد

  2. ایجاد اجزای پیکربندی قابل استفاده مجدد که می‌توانند به روش‌های مختلف دوباره جمع شوند

  3. استفاده از بازخورد کاربر (مانند رای موافق/خوب) برای بهبود خروجی ChatGPT

  4. سیم کشی در قابلیت مشاهده و ردیابی برای مشاهده نحوه تعامل کاربران با هوش مصنوعی شما

  5. متن را با استفاده از پردازش توزیع شده تولید کنید

این دوره شما را از طریق تکنیک های آماده تولید و تکرارپذیر برای رسیدگی به هر یک از این چالش ها و بسیاری دیگر راهنمایی می کند.


چه چیزی خواهید ساخت؟

این دوره بر ایجاد مجموعه ای از پروژه های مختلف با پیچیدگی فزاینده تمرکز دارد. شما از اصول اولیه شروع خواهید کرد، و درک نحوه دسترسی به ChatGPT 4 به صورت برنامه ای. از آنجا، ما به سرعت پیچیدگی را افزایش خواهیم داد و پروژه های پیچیده تر را با ویژگی های بسیار بیشتر خواهیم ساخت. در پایان، یک برنامه وب با امکانات کامل ایجاد خواهید کرد که ویژگی «Chat-with-a-PDF» را پیاده سازی می کند. توجه: هیچ تجربه قبلی در توسعه وب مورد نیاز نیست.

در اینجا فهرستی جزئی از برخی از موضوعاتی که پوشش خواهید داد:

  • با نحوه عملکرد خطوط لوله تولید متن پیچیده آشنا شوید

  • با استفاده از زنجیره های ارائه شده توسط LangChain، کد قابل استفاده مجدد بنویسید

  • به روش‌های مختلف زنجیره‌ها را به یکدیگر متصل کنید تا رفتار برنامه‌هایتان را به‌طور چشمگیری تغییر دهید.

  • پیام های چت را با استفاده از حافظه مکالمه ذخیره، بازیابی و خلاصه کنید

  • اجرای جستجوی معنایی برای Retrieval-Augmented Generation با استفاده از جاسازی‌ها

  • جاسازی‌ها را در پایگاه‌های داده برداری مانند ChromaDB و Pinecone ایجاد و ذخیره کنید

  • از رتریورها برای اصلاح، کاهش و رتبه بندی اسناد زمینه، آموزش اطلاعات جدید ChatGPT استفاده کنید

  • عواملی ایجاد کنید تا با استفاده از اهدافی که شما تعریف می‌کنید، به طور خودکار وظایف را برای شما انجام دهند

  • ابزارها و افزونه‌هایی بنویسید تا به ChatGPT اجازه دهید به دنیای خارج دسترسی داشته باشد

  • از طریق پردازش توزیع شده با استفاده از Celery و Redis روی عملکرد تمرکز ثابتی داشته باشید

  • LangChain را برای اجرای جریان متن از سرور به مرورگر گسترش دهید

  • کیفیت خروجی ChatGPT را از طریق مکانیسم‌های بازخورد ایجاد شده توسط کاربر بهبود دهید

  • با استفاده از ردیابی

    ، نحوه تعامل کاربران با ویژگی‌های تولید متن خود را مشاهده کنید

تعداد زیادی دوره وجود دارد که نحوه استفاده از ChatGPT را در سطح بسیار ابتدایی نشان می دهد. این یکی از معدود دوره های آنلاینی است که بسیار فراتر از اصول اولیه است و تکنیک های پیشرفته ای را که شرکت های برتر امروزه از آنها استفاده می کنند به شما آموزش می دهد. من علاقه زیادی به آموزش موضوعات به روش صحیح دارم - روشی که شما واقعاً از فناوری در دنیای واقعی استفاده خواهید کرد. امروز ثبت نام کنید و به من بپیوندید!


سرفصل ها و درس ها

بیایید شروع کنیم - در اینجا شیرجه بزنید! Let's Start - Dive In Here!

  • نحوه دریافت کمک How to Get Help

  • LangChain چیست؟ What is LangChain?

  • یک برنامه معمولی با قابلیت هوش مصنوعی چگونه کار می کند How a Typical AI-Enabled App Works

  • اینجاست، به همین دلیل است که از LangChain استفاده می کنیم Here It Is, This is Why We Use LangChain

  • منابع دوره Course Resources

  • به انجمن ما بپیوندید! Join Our Community!

ادغام ChatGPT و LangChain ChatGPT and LangChain Integration

  • اطلاعات مهم نسخه پایتون - رد نشوید! Important Python Version Information - Do Not Skip!

  • بررسی اجمالی و راه اندازی پروژه Project Overview and Setup

  • ایجاد کلید OpenAI API Creating an OpenAI API Key

  • استفاده از LangChain به روش ساده Using LangChain the Simple Way

  • معرفی زنجیر Introducing Chains

  • اضافه کردن یک زنجیره Adding a Chain

  • اضافه کردن یک زنجیره Adding a Chain

  • تجزیه آرگومان های خط فرمان Parsing Command Line Arguments

  • ایمن کردن کلید API Securing the API Key

  • اتصال زنجیر به هم Connecting Chains Together

  • زنجیرهای در سری با زنجیره متوالی Chains in Series with SequentialChain

در تعامل با مدیریت حافظه عمیق شوید Deep Dive into Interactions with Memory Management

  • نمای کلی برنامه App Overview

  • دریافت ورودی کاربر Receiving User Input

  • چت در مقابل مدل های سبک تکمیل Chat vs Completion Style Models

  • نمایش پیام ها با ChatPromptTemplates Representing Messages with ChatPromptTemplates

  • پیاده سازی زنجیره چت Implementing a Chat Chain

  • درک حافظه Understanding Memory

  • استفاده از ChatBufferMemory برای ذخیره مکالمات Using ChatBufferMemory to Store Conversations

  • ذخیره و گسترش مکالمات Saving and Extending Conversations

  • خلاصه ها حافظه خلاصه مکالمه Summarizations Conversation Summary Memory

  • درک خود را بررسی کنید: حافظه Check Your Understanding: Memory

اضافه کردن زمینه با تکنیک های جاسازی Adding Context with Embedding Techniques

  • بررسی اجمالی پروژه Project Overview

  • دانلود فایل Facts Facts File Download

  • راه اندازی پروژه Project Setup

  • بارگیری فایل ها با لودرهای سند Loading Files with Document Loaders

  • ضوابط جستجو Search Criteria

  • معرفی Embeddings Introducing Embeddings

  • کل جریان جاسازی The Entire Embedding Flow

  • تکه تکه شدن متن Chunking Text

  • نکته مهم در مورد خطای احتمالی واردات Important Note About Potential Import Error

  • ایجاد جاسازی Generating Embeddings

بازیابی اسناد سفارشی Custom Document Retrievers

  • معرفی ChromaDB Introducing ChromaDB

  • ساخت یک زنجیره بازیابی Building a Retrieval Chain

  • رتریور چیست؟ What is a Retriever?

  • [اختیاری] درک Refine، MapReduce و MapRerank [Optional] Understanding Refine, MapReduce, and MapRerank

  • حذف اسناد تکراری Removing Duplicate Documents

  • ایجاد یک Retriever سفارشی Creating a Custom Retriever

  • بازیابی سفارشی در عمل Custom Retriever in Action

  • درک جاسازی دانلود Understanding Embeddings Download

  • تجسم جاسازی ها Visualizing Embeddings

ChatGPT را با ابزارها و عوامل قدرتمند کنید Empower ChatGPT with Tools and Agents

  • نمای کلی برنامه App Overview

  • ابزارهای درک Understanding Tools

  • آشنایی با توابع ChatGPT Understanding ChatGPT Functions

  • دانلود پایگاه داده SQLite SQLite Database Download

  • تعریف ابزار Defining a Tool

  • تعریف Agent و AgentExecutor Defining an Agent and AgentExecutor

  • آشنایی با Agents و AgentExecutors Understanding Agents and AgentExecutors

  • کاستی در فرضیات ChatGPT Shortcomings in ChatGPT's Assumptions

  • بازیابی از خطاهای موجود در ابزار Recovering from Errors in Tools

  • اضافه کردن متن جدول Adding Table Context

  • افزودن یک ابزار توصیف جدول Adding a Table Description Tool

  • مستقیم بودن با پیام های سیستم Being Direct with System Messages

  • افزودن توضیحات بهتر برای آرگومان های ابزار Adding Better Descriptions for Tool Arguments

  • ابزارهایی با آرگومان های متعدد Tools with Multiple Arguments

  • Memory vs Agent Scratchpad Memory vs Agent Scratchpad

  • حفظ پیام ها با Agent Executor Preserving Messages with Agent Executor

  • درک تماس های برگشتی Understanding Callbacks

  • پیاده سازی یک کنترل کننده پاسخ به تماس اولیه Implementing a Basic Callback Handler

  • بیشتر Handler Implementaion More Handler Implementaion

Pinecone به عنوان یک پایگاه داده برداری Pinecone as a Vector Database

  • نمای کلی برنامه App Overview

  • نگاهی به موکاپ ها Taking a Look at Mockups

  • دانلود دیگ بخار Boilerplate Download

  • راه اندازی دیگ بخار Boilerplate Setup

  • نحوه طراحی این برنامه How This App is Designed

  • تشریح اولین ویژگی Outlining the First Feature

  • بارگیری و تقسیم از یک PDF Loading and Splitting From a PDF

  • PDF نمونه Sample PDF

  • اجرای سرور آپلود فایل به صورت محلی Running File Upload Server Locally

  • تست آپلود PDF Testing the PDF Upload

  • معرفی Pinecone Introducing Pinecone

  • راه اندازی مشتری Pinecone Initializing the Pinecone Client

  • افزودن اسناد به فروشگاه وکتور Adding Documents to the Vector Store

تولید متن توزیع شده با کرفس Distributed Text Generation with Celery

  • چرا پردازش برای همیشه طول می کشد؟ Why is Processing Taking Forever?

  • معرفی مشاغل پس زمینه Introducing Background Jobs

  • راه اندازی Redis Redis Setup

  • Redis - راه اندازی MacOS Redis - MacOS Setup

  • Redis - اوبونتو و زیر سیستم ویندوز برای راه اندازی لینوکس Redis - Ubuntu and Windows Subsystem for Linux Setup

  • Redis - راه اندازی ویندوز *بدون* WSL Redis - Windows Setup *Without* WSL

  • اضافه کردن کارگر Adding in the Worker

  • مشاغل در صف Queuing Up Jobs

  • به روز رسانی فراداده سند Updating Document Metadata

تاریخچه پیام های سفارشی Custom Message Histories

  • درک الزامات برنامه ها Understanding the Apps Requirements

  • ذخیره سازی پیام دائمی Persistent Message Storage

  • معرفی زنجیره بازیابی مکالمه Introducing the Conversational Retrieval Chain

  • ساختن رتریور Building the Retriever

  • اشیاء تاریخچه سفارشی Custom History Objects

  • ساخت یک تاریخچه SQL سفارشی Building a Custom SQL History

  • تست زنجیره Testing the Chain

تولید متن جریانی Streaming Text Generation

  • تولید متن جریانی Streaming Text Generation

  • ایجاد یک زمین بازی کاری Creating a Working Playground

  • آزمایش با یک مدل زبان جریانی Experimenting with a Streaming Language Model

  • زنجیره‌ها نمی‌خواهند جریان داشته باشند Chains Don't Want to Stream

  • دریافت تکه ها با پاسخ به تماس Receiving Chunks with a Callback

  • گسترش زنجیره LLM Extending a LLM Chain

  • اضافه کردن یک صف برای ارتباط Adding a Queue for Communication

  • زنجیره واقعاً می خواهد صبر کند The Chain Really Wants to Wait

  • حل زنجیره کند Solving the Slow Chain

  • کار می کند! It Works!

  • پایان دادن به حلقه Ending the Loop

گسترش LangChain Extending LangChain

  • جداسازی صف و هندلر Isolating the Queue and Handler

  • با استفاده از رویکرد Mixin Using a Mixin Approach

  • یکپارچه سازی کد جریان Integrating the Streaming Code

  • تست تنظیم جریان Testing the Streaming Setup

  • مسئله اینجاست Here's the Issue

  • منزوی کردن هندلر Isolating the Handler

  • پخش جریانی کامل شد! Streaming Complete!

خود بهبود تولید متن Self-Improving Text Generation

  • قطعات کامپوننت تصادفی Random Component Parts

  • جریان بخش جزء Component Part Flow

  • برنامه جزئی KWArg Partial KWArg Application

  • ساختن نقشه های مؤلفه Building Component Maps

  • انتخاب تصادفی یک جزء Randomly Picking a Component

  • تعمیم انتخاب مولفه Generalizing Component Picking

  • جمع آوری بازخورد کاربران Collecting User Feedback

  • راه اندازی اتصال Redis Redis Connection Setup

  • ذخیره آرا در Redis Storing Votes in Redis

  • تصادفی وزنی Weighted Randomness

  • استخراج نمرات Extracting Scores

  • محاسبه میانگین امتیاز Calculating the Average Score

  • انتخاب مولفه ها بر اساس امتیاز Selecting Components By Score

پیاده سازی ردیابی و مشاهده پذیری Implementing Tracing and Observability

  • افزودن قابلیت مشاهده امتیاز Adding Score Observability

  • ساختن مجموع امتیاز Building the Score Aggregate

  • افزودن فرم دیگری از حافظه Adding Another Form of Memory

  • پیاده سازی حافظه پنجره Window Memory Implementation

  • ردیابی تولید متن Text Generation Tracing

  • ثبت نام Langfuse Langfuse Signup

  • افزودن در Tracing Adding in Tracing

  • درک ردیابی Understanding the Trace

  • ایجاد ردیابی خودکار Automatic Trace Creation

جایزه! Bonus!

  • جایزه! Bonus!

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش ChatGPT و LangChain: The Complete Developer's Masterclass
جزییات دوره
12 hours
133
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,567
4.9 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Stephen Grider Stephen Grider

معمار مهندسی