آموزش مسترکلاس LangChain - ساخت ۱۵ اپلیکیشن LLM با OpenAI و LLAMA 2 با پایتون - آخرین آپدیت

دانلود LangChain Masterclass - Build 15 OpenAI and LLAMA 2 LLM Apps Using Python [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره یک بررسی عمیق در مورد LangChain و ادغام آن با OpenAI و LLAMA 2 برای ساخت اپلیکیشن‌های پیشرفته مدل‌های زبانی بزرگ (LLM) ارائه می‌دهد. با شروع از معرفی LangChain، یاد خواهید گرفت که چگونه از قدرت آن برای ایجاد اپلیکیشن‌های پویا، از برنامه‌های ساده پرسش و پاسخ گرفته تا ابزارهای پیچیده گفتگو، استفاده کنید. این دوره مفاهیم کلیدی مانند تولید توکن HuggingFace، تنظیم محیط و نحوه استفاده از مدل‌ها، حافظه و اتصالات داده در LangChain را پوشش می‌دهد. سپس به سراغ پروژه‌های عملی خواهید رفت، مانند ایجاد یک اپلیکیشن ساده Q&A، ابزار تبدیل متن به کوئری SQL و حتی سیستم هشدار خلاصه تماس‌های خدمات مشتریان. در پایان دوره، ۱۵ اپلیکیشن متنوع LangChain از جمله تولیدکننده ایمیل، غربالگر رزومه HR و ابزارهای تحلیل داده را ساخته‌اید که هر کدام انعطاف‌پذیری و قدرت LangChain را در ساخت برنامه‌های LLM به نمایش می‌گذارند. این دوره همچنین غوصی عمیق در ماژول‌های ضروری LangChain مانند ماژول Prompt، زنجیره‌ها (Chains) و ایجنت‌ها (Agents) دارد و شما را به مهارت‌های لازم برای توسعه گردش‌های کاری پیچیده مجهز می‌کند. علاوه بر این، تجربه عملی در ادغام و استقرار اپلیکیشن‌ها با استفاده از Streamlit، HuggingFace و Pinecone کسب خواهید کرد تا برای مقابله با پروژه‌های واقعی در توسعه اپلیکیشن‌های مبتنی بر هوش مصنوعی کاملاً آماده شوید. آنچه در این دوره می‌آموزید: - درک قابلیت‌های LangChain برای توسعه اپلیکیشن‌های LLM - ساخت اپلیکیشن‌های پرسش و پاسخ و گفتگو با استفاده از LangChain - ایجاد برنامه‌هایی برای کودکان و تحلیل داده‌ها با استفاده از Embeddings - تسلط بر قالب‌های Prompt، زنجیره‌ها و حافظه در LangChain - توسعه ابزارهای بلادرنگ مانند طبقه‌بندی تیکت‌ها و چت‌بات‌ها - پیاده‌سازی LLAMA 2 و OpenAI برای اپلیکیشن‌های متنوع هوش مصنوعی این دوره برای توسعه‌دهندگان، دانشمندان داده و علاقه‌مندان به هوش مصنوعی طراحی شده است که به دنبال تسلط بر LangChain هستند. چه در LangChain تازه‌کار باشید و چه بخواهید مهارت‌های فعلی خود را ارتقا دهید، این دوره یک راهنمای گام‌به‌گام ارائه می‌دهد. این دوره برای کسانی که به کار با OpenAI، LLAMA 2 و پایتون علاقه دارند و قصد توسعه اپلیکیشن‌های پیشرو برای کسب‌وکار، تحقیق یا پروژه‌های شخصی را دارند، ایده‌آل است.

سرفصل ها و درس ها

معرفی LangChain LangChain Introduction

  • آنچه در این دوره خواهید آموخت What You'll Get In This Course

  • LangChain چیست؟ What is LangChain?

  • بررسی مزایای LangChain Let's Understand the LangChain Benefits

معرفی HuggingFace HuggingFace Introduction

  • معرفی HuggingFace و تولید توکن دسترسی HuggingFace Intro & Access Token Generation

معرفی OpenAI OpenAI Introduction

  • OpenAI چیست؟ What is OpenAI?

  • تولید کلید API در OpenAI OpenAI API Key Generation

دمو و تنظیمات محیط Demo & Environment Setup

  • دموی پیاده‌سازی یک مثال از LangChain A LangChain Example - Implementation Demo

  • نصب Anaconda Anaconda Installation

مفهوم ماژول مدل‌های LangChain LangChain - Models Module Concept

  • مروری بر ماژول‌های LangChain LangChain's Modules Overview

پروژه ۱: اپلیکیشن ساده پرسش و پاسخ Project #1 - Simple Question & Answer App

  • بررسی LLMها و تولید توکن HuggingFace LLMs Walkthrough & HuggingFace Token Generation

  • پیاده‌سازی عملی LLM با استفاده از پایتون LLM Practical Implementation using Python

  • تنظیم محیط پروژه Project Environment Setup

  • ساخت اپلیکیشن ساده پرسش و پاسخ Let's Build Simple Question Answering Application

پروژه ۲: اپلیکیشن ساده گفتگو Project #2 - Simple Conversational App

  • بررسی مدل‌های چت (Chat Model) Chat Model Walkthrough

  • پیاده‌سازی عملی مدل چت با پایتون Chat Model Practical Implementation using Python

  • ساخت اپلیکیشن ساده گفتگو Let's Build Simple Conversational Application

پروژه ۳: اپلیکیشن یافتن موارد مشابه برای کودکان Project #3 - Find Similar Things App For Kids

  • بررسی جاسازی متن (Text Embedding) Text Embedding Walkthrough

  • پیاده‌سازی عملی Text Embeddings با پایتون Text Embeddings Practical Implementation using Python

  • مثال Embeddings با استفاده از پایتون Embeddings Example using Python

  • ساخت اپلیکیشن یافتن کلمات مشابه Let's Build Similar Words Finder Application

مفهوم ماژول Prompt و پیاده‌سازی با پایتون LangChain - Prompt Module Concept & Implementation Using Python

  • معرفی ماژول Promptها Prompts Module Introduction

  • بررسی قالب‌های Prompt (Prompt Template) Prompt Template Walkthrough

  • بررسی انتخاب‌گرهای مثال (Example Selectors) Example Selectors Walkthrough

  • افزودن مثال‌های بیشتر به ورودی Prompt Adding More Examples To Input Prompt

  • بررسی تجزیه‌کننده‌های خروجی (Output Parsers) Output Parsers Walkthrough

پروژه ۴: اپلیکیشن کمپین بازاریابی Project #4 - Marketing Campaign App

  • تبدیل Jupyter Notebook به اسکریپت پایتون Convert Jupyter Notebook to Python Script

  • ساخت فرانت‌اند اپلیکیشن Building the App's Frontend

  • یکپارچه‌سازی فرانت‌اند و بک‌اند Integration of Frontend & Backend

  • ماژولار کردن کدها Modularization of Code

  • افزودن مثال‌ها برای کودکان، بزرگسالان و سالمندان Adding Examples - Kids, Adult & Senior Citizen

مفهوم ماژول حافظه (Memory) در LangChain LangChain - Memory Module Concept

  • اهمیت حافظه در اپلیکیشن‌های مبتنی بر LLM Importance of Memory in LLM Powered Apps

  • انواع مختلف حافظه Different Types of Memory

پروژه ۵: کلون ChatGPT با قابلیت خلاصه‌سازی Project #5 - ChatGPT Clone with Summarization Option

  • دموی کلون ChatGPT ChatGPT Clone Demo

  • راه اندازی پروژه Setting Up the Project

  • پیاده‌سازی فرانت‌اند Implementing the Frontend

  • ماژولار کردن کد Modularizing the Code

  • ارسال داده‌های پویا Passing Dynamic Data

  • پیاده‌سازی نمای گفتگو در چت‌بات Implementing Chatbot Conversational View

  • خلاصه‌سازی گفتگو و قابلیت کلید API Conversation Summarization & API Key Feature

مفهوم ماژول اتصال داده‌ها (Data Connection) LangChain - Data Connection Module Concept

  • معرفی ماژول اتصال داده‌ها (Data Connection) Data Connection Module Introduction

  • پیاده‌سازی پایتونی ماژول اتصال داده‌ها - بخش اول Data Connection Module - Python Implementation Part 1

  • پیاده‌سازی پایتونی ماژول اتصال داده‌ها - بخش دوم Data Connection Module - Python Implementation Part 2

پروژه ۶: اپلیکیشن سازنده آزمون‌های چندگزینه‌ای Project #6 - Quiz MCQ Creator App

  • بارگذاری اسناد و ایجاد تکه‌های متن (Chunks) Loading Documents & Creating Chunks

  • تولید Embeddings و ذخیره‌سازی آن‌ها Generate Embeddings & Store Them

  • بازیابی پاسخ Retrieving Answer

  • ایجاد خروجی ساختاریافته Creating Structured Output

مفهوم ماژول زنجیره‌ها (Chains) LangChain - Chains Module Concept

  • مروری بر زنجیره‌ها (Chains) Chains Overview

  • زنجیره‌های عمومی Generic Chains

  • زنجیره‌های کاربردی (Utility Chains) Utility Chains

مفهوم ماژول ایجنت‌ها (Agents) LangChain - Agents Module Concept

  • مروری بر ایجنت‌ها (Agents) Agents Overview

پروژه ۷: ابزار تحلیل داده‌های CSV Project #7 - CSV Data Analysis Tool

  • دموی ابزار تحلیل داده‌های CSV CSV Data Analysis Tool Demo

  • فرانت‌اند ابزار تحلیل داده‌های CSV CSV Data Analysis Tool - Frontend

  • بک‌اند ابزار تحلیل داده‌های CSV CSV Data Analysis Tool - Backend

پروژه ۸: ابزار نویسنده اسکریپت یوتیوب Project #8 - Youtube Script Writing Tool

  • دموی ابزار نویسنده اسکریپت یوتیوب Youtube Script Writing Tool Demo

  • فرانت‌اند ابزار نویسنده اسکریپت یوتیوب Youtube Script Writing Tool - Frontend

  • بک‌اند ابزار نویسنده اسکریپت یوتیوب Youtube Script Writing Tool - Backend

  • یکپارچه‌سازی ابزار نویسنده اسکریپت یوتیوب Youtube Script Writing Tool - Integration

پروژه ۹: چت‌بات پشتیبانی برای وب‌سایت شما Project #9 - Support Chat Bot For Your Website

  • دموی چت‌بات پشتیبانی وب‌سایت Support Chat Bot For Your Website Demo

  • پیاده‌سازی فرانت‌اند برای ارسال داده به Pinecone Implement Frontend for Pushing Data to Pinecone

  • پیاده‌سازی بک‌اند برای استخراج (Scraping) داده‌ها Implementing Backend for Scraping the Data

  • پیاده‌سازی بک‌اند برای ارسال داده‌ها به Pinecone Implementing Backend for Pushing the Data to Pinecone

  • مدیریت مقادیر Hardcoded Handling the Hardcoded Values

  • پیاده‌سازی سیستم بازیابی اطلاعات Implementing Information Retrieval System

پروژه ۱۰: ابزار طبقه‌بندی خودکار تیکت‌ها Project #10 - Automatic Ticket Classification Tool

  • دموی ابزار طبقه‌بندی خودکار تیکت‌ها Automatic Ticket Classification Tool - Demo

  • فرانت‌اند و بک‌اند آپلود اسناد در Pinecone Upload Documents To Pinecone - Frontend & Backend

  • فرانت‌اند و بک‌اند تعامل با چت‌بات Chatbot Interaction - Frontend & Backend

  • سازماندهی صفحات مختلف در Streamlit Organizing Different Pages in Streamlit

  • ایجاد مدل طبقه‌بندی Classification Model Creation

  • فرآیند آموزش مدل Model Training Process

  • پیاده‌سازی قابلیت ثبت تیکت Ticket Raising Feature Implementation

  • نمایش تب تیکت‌های در انتظار Viewing Pending Tickets Tab

پروژه ۱۱: دستیار غربالگری رزومه HR Project #11 - HR - Resume Screening Assistance

  • دموی دستیار غربالگری رزومه HR HR - Resume Screening Assistance - Demo

  • فرانت‌اند دستیار غربالگری رزومه Resume Screening Assistance Frontend

  • بارگذاری اسناد و افزودن متادیتا Loading Documents and Adding Metadata

  • ارسال و دریافت داده از Pinecone Push & Pull Data From Pinecone

  • بهینه‌سازی خروجی (Finetuning) Finetuning Output

معرفی LLAMA 2 LLAMA 2 Introduction

  • معرفی LLAMA 2 LLAMA 2 Introduction

پروژه ۱۲: تولیدکننده ایمیل با LLAMA 2 و Streamlit Project #12 - Email Generator Using LLAMA 2 || Streamlit App

  • ساخت فرانت‌اند و ماژول تولیدکننده ایمیل Email Generator Front End & Module Creation

  • استفاده از LLAMA 2 به عنوان LLM و اجرا Using LLAMA 2 as LLM & Execution

پروژه ۱۳: بات استخراج اطلاعات فاکتور Project #13 - Invoice Extraction Bot

  • دموی بات استخراج اطلاعات فاکتور Invoice Extraction Bot - Demo

  • فرانت‌اند Streamlit بات استخراج فاکتور Invoice Extraction Bot - Streamlit Frontend

  • معرفی پلتفرم Replicate Replicate Platform Introduction

  • استخراج داده‌ها Data Extraction

  • تنظیم LLM در LLAMA 2 LLAMA 2 - LLM setup

  • فرمت‌بندی خروجی و قابلیت دانلود Formatting Output & Download Option

پروژه ۱۴: ابزار کمکی تبدیل متن به کوئری SQL با LLAMA Project #14 - Text to SQL Query - Helper Tool || Google Collab || LLAMA

  • تنظیمات پروژه و ورود به Huggingface Project Setup & Huggingface Login

  • ایجاد خط لوله (Pipeline) و پیش‌بینی Pipeline Creation & Prediction

پروژه ۱۵: هشدار خلاصه تماس خدمات مشتریان با OpenAI و Zapier Project #15 - Customer Care Call Summary Alert || OpenAI || Zapier NLA

  • دموی هشدار خلاصه تماس خدمات مشتریان Customer Care Call Summary Alert - Demo

  • پیاده‌سازی فرانت‌اند Frontend Implementation

  • پیاده‌سازی بک‌اند Backend Implementation

  • اجرای نهایی Final Execution

پروژه ۱۶: اپلیکیشن تحلیلگر بررسی کد Project #16 - Code Review Analyst App

  • دموی اپلیکیشن تحلیلگر بررسی کد Code Review Analyst App - Demo

  • اپلیکیشن تحلیلگر بررسی کد - بخش اول (فرانت‌اند) Code Review Analyst App Part 1 - Frontend

  • اپلیکیشن تحلیلگر بررسی کد - بخش دوم (بک‌اند) Code Review Analyst App Part 2 - Backend

نمایش نظرات

آموزش مسترکلاس LangChain - ساخت ۱۵ اپلیکیشن LLM با OpenAI و LLAMA 2 با پایتون
جزییات دوره
10h 4m
94
Packtpub Packtpub
(آخرین آپدیت)
1
5 از 5
ندارد
دارد
دارد
Sharath Raju
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Sharath Raju Sharath Raju

توسعه دهنده ارشد RPA UiPath