آموزش هوش مصنوعی مولد با چند عامل LangChain: ساخت برنامه های دنیای واقعی

Hands-On Generative AI with Multi-Agent LangChain: Building Real-World Applications

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: به‌عنوان یک توسعه‌دهنده در چشم‌انداز هوش مصنوعی امروزی که به سرعت در حال تحول و غافلگیرکننده است، دانستن چگونگی استفاده از شبیه‌سازی‌های چندعاملی و مدل‌های مولد بسیار مهم است. این دوره برای پاسخگویی به تقاضای روزافزون برای متخصصان هوش مصنوعی ماهر در این حوزه ها طراحی شده است. برای کاوشی جامع در مورد فرآیند ساخت و اجرای شبیه‌سازی‌های چندعاملی پویا و تعاملی با استفاده از LangChain، چارچوب محبوب مبتنی بر هوش مصنوعی، به مربی Nayan Saxena بپیوندید. مهارت های لازم را برای شروع ساختن اولین عامل های مولد خود، تجهیز آنها به ابزار و مدل سازی سناریوهای پیچیده عامل مولد به دست آورید. در طول مسیر، دانش فنی جدید خود را در چالش های تمرین در پایان هر بخش آزمایش کنید.

سرفصل ها و درس ها

معرفی Introduction

  • آنچه شما باید بدانید What you should know

  • تنظیم محیط خود Setting up your environment

  • عوامل مولد: چیست و چرا؟ Generative agents: What and why?

1. ساختن اولین عوامل مولد خود 1. Building Your First Generative Agents

  • اجرای اولین عامل مولد شما Implementing your first generative agent

  • چالش: یک شب چیزهای بی اهمیت عامل مولد را در LangChain اجرا کنید Challenge: Run a generative agent trivia night in LangChain

  • راه اندازی و اجرای اولین شبیه سازی چند عاملی Setting up and running your first multi-agent simulation

  • تعامل و ارائه زمینه به شخصیت های مولد Interacting and providing context to generative characters

  • درک نقش حافظه Understanding the role of memory

  • راه حل: یک شب چیزهای بی اهمیت عامل مولد را در LangChain اجرا کنید Solution: Run a generative agent trivia night in LangChain

2. مدلسازی سناریوهای عامل مولد مجتمع 2. Modelling Complex Generative Agent Scenarios

  • چالش: شبیه سازی یک استارتاپ برای سرمایه گذاران Challenge: Simulate a startup pitch to investors

  • مناقصه برای انتخاب گوینده غیرمتمرکز Bidding for decentralized speaker selection

  • انتخاب سخنران استبدادی در مقابل غیرمتمرکز Authoritarian vs. decentralized speaker selection

  • پیاده سازی کلاس شبیه ساز گفتگو Implementing the dialogue simulator class

  • راه حل: شبیه سازی یک استارتاپ برای سرمایه گذاران Solution: Simulate a startup pitch to investors

  • پیاده سازی کلاس دیالوگ عامل Implementing the dialogue agent class

3. تجهیز نمایندگان به ابزار 3. Equipping Agents with Tools

  • شبیه سازی یک بحث با یکپارچه سازی ابزار Simulating a debate with tool integration

  • فعال کردن یک عامل برای دسترسی به ابزارهای مختلف Enabling an agent to access various tools

  • مروری بر ابزارهای عامل در LangChain Overview of agent tools in LangChain

نتیجه Conclusion

  • مراحل بعدی در ساخت برنامه های کاربردی در دنیای واقعی Next steps in building real-world applications

نمایش نظرات

آموزش هوش مصنوعی مولد با چند عامل LangChain: ساخت برنامه های دنیای واقعی
جزییات دوره
0h 41m
19
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
65
- از 5
ندارد
دارد
دارد
Nayan Saxena
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Nayan Saxena Nayan Saxena

نایان ساکسنا یک آمارشناس و متخصص یادگیری عمیق است.

نایان سهم قابل توجهی در هوش مصنوعی مولد داشته است، صنایع مختلف را تحت تاثیر قرار داده و مخاطبان زیادی را جذب کرده است. دانش آموخته دانشگاه تورنتو، تخصص او در هوش مصنوعی به عنوان یک کاتالیزور برای غول هایی مانند رویال بانک کانادا، بل کانادا، Wombo.ai، Glowforge و غیره عمل کرده است. نایان همچنین به عنوان یک محقق یادگیری ماشین، با مقالات متعددی که توسط رسانه های پیشرو در مورد موضوعاتی از یادگیری ماشین و هوش مصنوعی گرفته تا علوم شناختی محاسباتی منتشر شده است، بسیار مفید بوده است. او همچنان به راهنمایی و آموزش طیف متنوعی از دانش آموزان برای پرورش نسل بعدی استعدادهای هوش مصنوعی ادامه می دهد.