LangChain در Azure - ساخت برنامه های کاربردی LLM مقیاس پذیر

LangChain on Azure - Building Scalable LLM Applications

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: پیمایش در چشم‌انداز Azure: مسیری از برنامه‌های هوش مصنوعی پایه تا میکروسرویس‌های مقیاس‌پذیر ساختار حساب Azure و مدیریت گروه منابع مدیریت فایل‌ها در فضای ابری با Blob Storage Azure Cognitive Search & PgVector به‌عنوان پایگاه‌های داده بردار استفاده از PgVector و Indexing API برای بازیابی داده‌های حاوی Man. Azure Container Registry استقرار و نظارت بر خدمات برنامه Azure Azure Functions and Event Grid برای معماری رویداد محور اعمال تدابیر امنیتی برای محافظت از سرویس ها و پایگاه های داده برنامه Azure پیش نیازها: مهارت های پایتون متوسط ​​(OOP، انواع داده ها، توابع، ماژول ها و غیره) آشنایی با ترمینال دانش پایه داکر دانش پایه تا متوسط ​​LangChain - VectorStores، RAG، Agents و غیره.

با این دوره جامع به عمق برنامه های Azure و Large Language Model (LLM) بروید. این دوره با راه‌اندازی اولیه ساختارها و گروه‌های منابع حساب Azure، حرکت به سمت مدیریت عملی Azure Blob Storage، شما را به مهارت‌های ضروری برای پیمایش و استفاده از پیشنهادات گسترده Azure مجهز می‌کند.

سپس ما به فروشگاه‌های برداری مختلف مانند Azure Cognitive Search و PgVector می‌پردازیم و مزایا و معایب آنها را با هم مقایسه می‌کنیم. شما یاد خواهید گرفت که چگونه داده های خام را تکه تکه کنید، آن ها را جاسازی کنید و در فروشگاه برداری وارد کنید. یک فرآیند معمولی Retrieval Augmented Generation (RAG) در فروشگاه برداری انجام می‌شود که عمدتاً از نوت‌بوک‌های Jupyter برای این بخش از دوره استفاده می‌کند.

پس از پرداختن به اصول اولیه، از نوت‌بوک‌ها به استفاده از docker-compose به خدمات اسپین‌آپ محلی تبدیل می‌شویم. ما عمیقاً به نحوه عملکرد این خدمات خواهیم پرداخت.

مرحله بعدی، استقرار این سرویس‌ها در فضای ابری است، جایی که با سرویس‌های جدیدی مانند رجیستری کانتینر و سرویس برنامه آشنا می‌شویم.

هنگامی که برنامه‌های وب راه‌اندازی شدند، یک فرآیند نمایه‌سازی رویداد محور با Blob Triggers، Event Grid، و توابع Azure اجرا می‌کنیم تا اسناد را بر اساس تغییرات در Blob Storage فهرست‌بندی کنیم.

فصل‌های پایانی اقدامات امنیتی اساسی، مانند راه‌اندازی دیوار آتش برای پایگاه داده و محدودیت‌های دسترسی مبتنی بر IP را پوشش می‌دهند.

این دوره برای افرادی با دانش پایه در Python، Docker و LangChain طراحی شده است و برای هر کسی که به دنبال ساخت برنامه‌های کاربردی واقعی با معماری درجه تولید است، که فراتر از برنامه‌های زمین بازی ساده با Streamlit است، مناسب است.



سرفصل ها و درس ها

مقدمه Introduction

  • قبل از شروع ... Before we start...

  • پیش نیازهای این دوره Prerequisites for this course

  • آنچه در این دوره می سازیم What we build in this course

  • این دوره در مورد چه چیزی نیست What this course is NOT about

  • معماری نرم افزار Software Architecture

نصب نرم افزارهای مورد نیاز Installation of required software

  • نصب داکر Installation of Docker

  • نصب Azure CLI Installation of the Azure CLI

  • نصب کد ویژوال استودیو Installation of Visual Studio Code

مایکروسافت Azure Basics Microsoft Azure Basics

  • یک حساب Microsoft Azure ایجاد کنید Create a Microsoft Azure Account

  • اشتراک و سلسله مراتب لاجوردی Subscription & the Azure Hierarchy

  • یک گروه منابع ایجاد کنید Create a Resource Group

جستجوی شناختی Azure Azure Cognitive Search

  • یک سرویس جستجوی شناختی Azure ایجاد کنید Create an Azure Cognitive Search Service

  • venv، هسته نوت بوک Jupyter و متغیرهای محیطی را تنظیم کنید Set up venv, Jupyter Notebook kernel, and environment variables

  • نحوه ایجاد ایندکس و درج داده در ACS با استفاده از Python SDK How to Create an Index and Insert Data in ACS using the Python SDK

  • LangChain و ACS LangChain & ACS

ذخیره سازی Blob Blob Storage

  • درک و پیاده سازی Blob Storage: تئوری و راه اندازی در Azure Understanding and Implementing Blob Storage: Theory and Setup on Azure

  • ذخیره سازی Blob با Azure Python SDK: آپلود، حذف و مدیریت داده ها Blob Storage with the Azure Python SDK: Uploading, Deleting, and Managing Data

API PgVector & Indexing PgVector & Indexing API

  • راه اندازی PgVector با پایگاه داده Azure برای سرور انعطاف پذیر PostgreSQL Setup PgVector with Azure Database for PostgreSQL flexible server

  • نمایه سازی API با PgVector Indexing API with PgVector

  • نمایه سازی API در ترکیب با Blob Storage Indexing API in combination with Blob Storage

بازیابی با زبان بیان LangChain Retrieval with the LangChain Expression Language

  • بازیابی با LCEL از PgVector Retrieval with LCEL from PgVector

شروع محلی خدمات با بررسی docker-compose و Code Local Start of Services with docker-compose & Code walkthrough

  • راه اندازی سرویس ها با docker-compose Setup of Services with docker-compose

  • مرور کد Frontend - روش‌های HTTP، Dockerfile، راه‌اندازی پروکسی Frontend Code Walkthrough - HTTP Methods, Dockerfile, Proxy Setup

  • مرور کد باطن Backend Code Walkthrough

رجیستری کانتینر لاجورد Azure Container Registry

  • راه اندازی رجیستری کانتینر Azure Azure Container Registry Setup

  • ساخت تصاویر Docker و Push Images در رجیستری Build Docker Images and Push Images in Registry

خدمات برنامه Azure Azure App Services

  • معرفی خدمات Azure App و استقرار Frontend Azure App Services Intro & Frontend Deployment

  • Backend را برای استقرار آماده کنید Prepare Backend for Deployment

  • استقرار سرویس آپلود و وارد کردن متغیرهای env از دست رفته Uploadservice Deployment & Entering of missing env variables

توابع Azure و شبکه رویداد Azure Functions & Event Grid

  • BlobTrigger، توابع و EventGrid - مفاهیم و هم افزایی BlobTrigger, Functions & EventGrid - Concepts and Synergy

  • راه اندازی اپلیکیشن Azure Function Azure Function App setup

  • ایجاد و استقرار عملکرد ساده Creation & Deployment of simple function

  • ایجاد Blob Trigger - یک اشتراک رویداد در Event Grid ایجاد کنید Create Blob Trigger - Create an Event Subscription to the Event Grid

  • مرور و استقرار مجدد کد Code Walkthrough & Redeployment

امنیت - دسترسی به خدمات و پایگاه داده برنامه را محدود کنید Security - Restrict Access to the App Services and Database

  • با قوانین محدودیت IP دسترسی به باطن را محدود کنید Restrict access to backend with IP Restriction Rules

  • قوانین فایروال را به PostgreSQL (PgVector) اضافه کنید Add Firewall Rules to PostgreSQL (PgVector)

شما آن را انجام داده اید! You have done it!

  • متشکرم Thank you!

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.

LangChain در Azure - ساخت برنامه های کاربردی LLM مقیاس پذیر
جزییات دوره
3 hours
37
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
507
4.7 از 5
ندارد
دارد
دارد
Markus Lang
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Markus Lang Markus Lang

مهندس نرم افزار - توسعه دهنده پایتون