آموزش توسعه هوش مصنوعی مولد با Amazon Bedrock و Q Developer برای پایتون - آخرین آپدیت

دانلود Amazon Bedrock & Q Developer for Python

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: با استفاده از Amazon Bedrock و Amazon Q Developer، توسعه هوش مصنوعی مولد را در AWS به صورت حرفه‌ای بیاموزید. نحوه ساخت، پیکربندی و عیب‌یابی برنامه‌های هوش مصنوعی را با زبان برنامه‌نویسی پایتون و مدل‌های پایه پیشرو فرا بگیرید. در این دوره آموزشی یاد می‌گیرید چگونه از ابزارهای قدرتمند AWS مانند Amazon Bedrock و Amazon Q Developer برای ایجاد برنامه‌های هوشمند مبتنی بر هوش مصنوعی استفاده کنید. این دوره شما را با اصول هوش مصنوعی مولد (Generative AI)، از دسترسی به مدل‌ها و مهندسی پرامپت (Prompt Engineering) گرفته تا اتوماسیون جریان‌های کاری و رفع خطاها، آشنا می‌کند. شما با استفاده از مثال‌های واقعی و زبان پایتون، نحوه تولید متن و تصویر را با مدل‌های پیشرو مانند Titan، Claude، Llama و Stability AI تجربه خواهید کرد. با تمرکز بر کاربردهای عملی، مهارت‌هایی برای پیکربندی مدل‌های هوش مصنوعی، بهینه‌سازی خروجی‌ها و حل مشکلات رایج کسب خواهید کرد. این دوره ابزارها و دانشی که برای شروع ساخت و بهبود راهکارهای هوش مصنوعی بر بستر AWS نیاز دارید را در اختیار شما قرار می‌دهد. این دوره برای توسعه‌دهندگان پایتون، متخصصان AWS و تیم‌های فنی که به دنبال ساخت راهکارهای هوش مصنوعی در AWS هستند، طراحی شده است. آشنایی اولیه با پایتون، رایانش ابری و سرویس‌های AWS توصیه می‌شود. هیچ تجربه قبلی در حوزه یادگیری ماشین برای شرکت در این دوره لازم نیست. دوره از رویکرد گام‌به‌گام با توضیحات مفهومی کوتاه و تمرین‌های عملی پیروی می‌کند. هر بخش بر پایه بخش قبلی بنا شده و به شما کمک می‌کند تا پایه‌ای قوی در جریان‌های کاری هوش مصنوعی و یکپارچه‌سازی پایتون در AWS ایجاد کنید. این ویدیو بر اساس دوره Amazon Bedrock & Q Developer for Python اثر کاران گوپتا تهیه شده است. کپی‌رایت © ۲۰۲۴ CourseDIY تمامی حقوق محفوظ است. هیچ بخشی از این دوره نباید بدون اجازه کتبی ناشر بازتولید، در سیستم‌های بازیابی ذخیره، یا به هر شکل و با هر وسیله‌ای منتقل شود، مگر در موارد نقل‌قول‌های کوتاه در مقالات یا نقدهای انتقادی. پکت (Packt) یکی از پرکارترین ناشران محتوای فنی پیشرو در جهان است. ما بیش از دو دهه است که ماموریت خود را گردآوری و انتشار دانش برترین متخصصان فنی قرار داده‌ایم. تمرکز ما بر دوره‌های کاربردی است که به مشتریانمان کمک می‌کند تا کار خود را به بهترین نحو انجام دهند، با پوششی که طیف گسترده‌ای از موضوعات فنی تثبیت‌شده و نوظهور را در بر می‌گیرد. اگر شما فرد یا سازمانی هستید که به یادگیری از طریق عمل اعتقاد دارید، پکت بهترین انتخاب برای شماست.

سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

  • بدراک (Bedrock) Bedrock

  • رابط کاربری بدراک Bedrock UI

  • دسترسی به مدل (دسترسی پیش‌فرض فعلی) Model Access (by Default You Get Access Now)

  • پس از دسترسی به مدل Post Model Access

  • آیا Amazon Q می‌تواند کدنویسی کند؟ Can Amazon Q Code?

  • محیط چت (Chat Playground) Chat Playground

  • محیط متن (Text Playground) Text Playground

  • محیط تصویر (Image Playground) Image Playground

استفاده از Q در AWS Lambda Q in AWS Lambda

  • توسعه‌دهنده Q Q Developer

  • مزایای Q Developer Q Developer Benefits

  • استفاده از Amazon Q Using Amazon Q

  • آیا می‌توانیم مستقیماً در Lambda درخواست کد کنیم؟ Can We Ask for Code in Lambda Directly?

استفاده از کد با مدل‌های مختلف Using Code with Different Models

  • استفاده از Q در Lambda به همراه Bedrock Using Q in Lambda with Bedrock

  • مدل متنی - آمازون تایتان (Amazon Titan) Text Model – Amazon Titan

  • مدل متنی - کلود (Claude) Text Model – Claude

  • مدل متنی - لاما (Llama) Text Model – Llama

  • عیب‌یابی خطاها Troubleshoot Error

  • مدل تصویری - آمازون تایتان (Amazon Titan) Image Model – Amazon Titan

  • مدل تصویری - استبیلیتی ای‌آی (Stability AI) Image Model – Stability AI

مفاهیم کلیدی Core Concepts

  • هوش مصنوعی (AI) AI

  • هوش مصنوعی مولد (GenAI) Generative AI (GenAI)

  • مزایای هوش مصنوعی مولد GenAI Benefits

  • تفاوت هوش مصنوعی، هوش مصنوعی مولد، یادگیری ماشین و یادگیری عمیق AI, GenAI, Machine Learning (ML), and Deep Learning (DL)

  • مدل‌های پایه در مقابل مدل‌های زبانی بزرگ Foundation Models (FM) vs Large Language Models (LLM)

  • مهندسی پرامپت Prompt Engineering

  • انواع مهندسی پرامپت Types of Prompt Engineering

پارامترهای استنتاج Inference Parameters

  • پارامترهای استنتاج (Inference Parameters) Inference Parameters

  • دما (Temperature) Temperature

  • تمرین عملی دما - بخش اول Temperature Hands-On – I

  • تمرین عملی دما - بخش دوم Temperature Hands-On – II

  • پارامتر Top P Top P

  • تمرین عملی Top P - بخش اول Top P Hands-On – I

  • تمرین عملی Top P - بخش دوم Top P Hands-On – II

  • پارامتر Top K Top K

  • تمرین عملی Top K - بخش اول Top K Hands-On – I

  • تمرین عملی Top K - بخش دوم Top K Hands-On – II

  • محتمل‌ترین راه حل Most Probable Solution

  • خطای عدم دسترسی (Access Denied) Access Denied Error

  • خطای وقفه زمانی (Timeout) Timeout Error

  • استثنای اعتبارسنجی (Validation Exception) Validation Exception

  • خطای دسترسی به مدل Model Access Error

تنظیمات تکمیلی Additional Configurations

  • پیکربندی‌های اضافی Additional Configurations

  • پرامپت‌های سیستمی (System Prompts) System Prompts

  • کدنویسی برای پرامپت‌های سیستمی Code for System Prompts

  • حداکثر طول (Maximum Length) Maximum Length

  • کدنویسی برای حداکثر طول Code for Maximum Length

  • توالی توقف (Stop Sequence) Stop Sequence

  • کدنویسی برای توالی توقف Code for Stop Sequence

نمایش نظرات

آموزش توسعه هوش مصنوعی مولد با Amazon Bedrock و Q Developer برای پایتون
جزییات دوره
7h 11m
49
(آخرین آپدیت)
5
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده