🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
یادگیری Semantic Kernel با ساخت پروژه: آموزش جامع و پروژهمحور
- آخرین آپدیت
دانلود Mastering Semantic Kernel by Creating Projects
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
آیا میخواهید هوش مصنوعی را به طور کارآمد و موثر در برنامههای خود ادغام کنید؟ این دوره دروازه شما به دنیای Semantic Kernel است، ابزار قدرتمند مایکروسافت که به شما امکان میدهد توسعههای خود را با مدلهای زبانی بزرگ (LLM) مانند OpenAI و Azure OpenAI ارتقا دهید.
آموزش Semantic Kernel: ساخت برنامههای هوش مصنوعی پیشرفته با OpenAI و Azure OpenAI
در این دوره، آموزش Semantic Kernel را فرا خواهید گرفت و با استفاده از OpenAI و Azure OpenAI، برنامههای هوش مصنوعی پیشرفته بسازید. از مفاهیم پایه Semantic Kernel تا تکنیکهای پیشرفته، همه چیز را در این دوره یاد میگیرید.
مباحث کلیدی دوره آموزش Semantic Kernel:
مبانی Semantic Kernel: با ساختار و نحوه عملکرد Semantic Kernel آشنا شوید.
ایجاد کرنل: نحوه ایجاد و پیکربندی یک کرنل Semantic Kernel را بیاموزید.
تولید تصویر، متن، صدا و رونویسی با هوش مصنوعی: با استفاده از Semantic Kernel و OpenAI/Azure OpenAI، محتوای مختلف تولید کنید.
استفاده از تاریخچه گفتگو: نحوه مدیریت و استفاده از تاریخچه گفتگو در برنامههای هوش مصنوعی خود را یاد بگیرید.
استفاده و ایجاد پلاگینهای Native: پلاگینهای سفارشی برای گسترش قابلیتهای Semantic Kernel ایجاد کنید.
تکنیکهای Prompting: روشهای موثر برای طراحی پرامپتها و دریافت نتایج مطلوب از مدلهای هوش مصنوعی را بیاموزید.
استفاده از Vector Stores: از Vector Stores برای ذخیره و بازیابی اطلاعات با سرعت بالا استفاده کنید.
جستجوی متنی: تکنیکهای جستجوی متنی پیشرفته با Semantic Kernel را یاد بگیرید.
پیش نیازها:
برای شرکت در این دوره، آشنایی اولیه با برنامهنویسی (ترجیحاً C# یا .NET)، تمایل به یادگیری و آزمایش با Semantic Kernel و پلاگینهای هوش مصنوعی، و یک حساب OpenAI یا دسترسی به سرویسهای Azure OpenAI مورد نیاز است.
در این دوره چه چیزی یاد خواهید گرفت؟
VectorStores و جستجوی معنایی: یاد بگیرید چگونه با استفاده از embeddings اطلاعات را به طور کارآمد ذخیره و بازیابی کنید، مصرف توکن را کاهش دهید و پرس و جوها را بهینه کنید.
ادغام با مدلهای OpenAI و Azure OpenAI: با استفاده از فناوریهایی مانند TextEmbeddingADA002، embeddings تولید کنید، متن را پردازش کنید و جستجوهای برداری را انجام دهید.
تولید تقویت شده با بازیابی (RAG): با ترکیب جستجوهای وب و پایگاه دادههای برداری با Semantic Kernel، دقت مدل هوش مصنوعی را بهبود بخشید.
اتوماسیون فرآیند با پلاگینها: پلاگینهای سفارشی را در C# پیاده سازی کنید تا به APIهای خارجی متصل شوید و وظایف تخصصی را انجام دهید.
توسعه برنامه با Semantic Kernel: از چت باتهای تعاملی گرفته تا ژنراتورهای محتوای خودکار برای WordPress و پادکستها، همه چیز بسازید.
ادغام با FFmpeg: صدا را از فیلمها استخراج کنید، محتوا را با Whisper رونویسی کنید و کلیپهایی را برای رسانههای اجتماعی به طور خودکار تولید کنید.
مهندسی پرامپت پیشرفته و قالبها: یاد بگیرید چگونه پرامپتهای موثر را با استفاده از YAML، Handlebars و Liquid برای بهینه سازی تعاملات هوش مصنوعی ساختاربندی کنید.
این دوره برای چه کسانی مناسب است؟
توسعه دهندگانی که به دنبال پیاده سازی هوش مصنوعی در برنامههای خود با استفاده از .NET و C# هستند.
دانشمندان داده و متخصصان NLP که میخواهند مدلهای خود را با جستجوهای برداری ارتقا دهند.
سازندگان محتوا و علاقه مندان به اتوماسیون که به تولید متن، صدا و تصاویر با هوش مصنوعی علاقهمند هستند.
متخصصانی که به دنبال تسلط بر تکنیکهای پیشرفته Semantic Kernel و ادغام آن با OpenAI و Azure هستند.
چرا باید در این دوره شرکت کنید؟
100% عملی: پروژههای واقعی از نصب تا پیاده سازی نهایی فناوری پیشرفته: یاد بگیرید چگونه از Semantic Kernel، یک SDK کلیدی برای توسعه کمک خلبانهای هوش مصنوعی و دستیاران هوشمند استفاده کنید. موارد استفاده عملی: از چت باتهای هوشمند تا پستهای خودکار وردپرس و پادکستهای تولید شده توسط هوش مصنوعی پشتیبانی و انجمن: به یک انجمن فعال و مطالب به روز شده با جدیدترین ابزارهای هوش مصنوعی دسترسی داشته باشید.
اگر میخواهید هوش مصنوعی را به سطح بعدی ببرید و آن را در پروژههای دنیای واقعی ادغام کنید، این دوره برای شما مناسب است.
همین حالا ثبت نام کنید و به یک متخصص در Semantic Kernel و هوش مصنوعی کاربردی تبدیل شوید!
سرفصل ها و درس ها
مقدمه
Introduction
کرنل معنایی (Semantic Kernel) چیست؟
What is Semantic Kernel?
اجزای کرنل معنایی
Semantic Kernel Components
مزایا و موارد استفاده
Benefits and Use Cases
راه اندازی پروژه VS 2022 با کرنل معنایی
Setting Up a VS 2022 Project with Semantic Kernel
کرنل - موتور اصلی
The Kernel - Core Engine
درک کرنل به عنوان هماهنگ کننده
Understanding Kernel as orchestrator
الگوی سازنده (Builder Pattern)
The Builder pattern
نمایش الگوی سازنده
Builder Pattern Demo
ایجاد کلید API برای اتصال به OpenAI
Creating an API Key to connect to OpenAI
ایجاد کلید API برای اتصال به Azure OpenAI
Creating an API Key to connect to Azure OpenAI
ایجاد پروژه، متغیرهای محیطی و کرنل ها
Creating the project, environment variables and Kernels
تکمیل چت با استفاده از کرنل معنایی
Chat Completion using Semantic Kernel
استریم تکمیل چت با استفاده از کرنل معنایی
Chat Completion Streaming using Semantic Kernel
تولید تصاویر با استفاده از کرنل معنایی
Generating images using Semantic Kernel
تولید فایلهای صوتی با استفاده از کرنل معنایی
Generating Audio Files using Semantic Kernel
استخراج متن از صدا با استفاده از کرنل معنایی
Extracting Text from Audio using Semantic Kernel
کارگاه - ایجاد پستهای وبلاگ با استفاده از کرنل معنایی
Workshop - Creating Blog Posts using Semantic Kernel
درباره پروژه
About the project
ایجاد پروژه و پیکربندی کرنل ها
Creating the project and configuring the Kernels
تولید پست وبلاگ
Generating the Blog Post
تولید تصویر شاخص برای پست وبلاگ
Generating a Featured Image for the blog post
تولید فایل صوتی پست وبلاگ
Generating the Blog Post Audio File
انتشار محتوا در وردپرس
Publishing the content on Wordpress
شروع کار با تکمیل چت
Getting Started with Chat Completion
استفاده از سرویس تکمیل چت
Using the Chat Completion Service
اضافه کردن تاریخچه چت
Adding Chat History
تکمیل چت چندوجهی
Multi-modal chat completion
کارگاه - ایجاد یک برنامه چت چندوجهی
Workshop - Creating a Multi-modal Chat Application
مقدمه ای بر این بخش
Introduction to the Section
ایجاد و راه اندازی پروژه
Creating and setting up the project
نمایش دستورالعمل های چت
Displaying chat instructions
تعامل با سرویس چت
Interacting with the chat service
اضافه کردن قابلیت خواندن تصاویر
Adding the ability to read images
پلاگین ها
Plugins
مبانی پلاگین ها در کرنل معنایی
The foundation of plugins in Semantic Kernel
ایجاد توابع کرنل
Creating Kernel Functions
ایجاد پلاگین های Native
Creating Native Plugins
ایجاد اولین پلاگین های Native
Creating your first native plugins
استفاده از پلاگین های داخلی
Using built-in plugins
فراخوانی تابع (Function Calling)
Function Calling
فراخوانی تابع در کرنل معنایی
Function Calling in Semantic Kernel
فراخوانی تابع در عمل
Function Calling in Action
AddFromObject در مقابل AddFromType
AddFromObject vs AddFromType
رفتار انتخاب تابع
Function Choice Behavior
فراخوانی تابع
Function Invocation
کار با اشیاء کامل به عنوان پارامتر
Dealing with complete objects as parameters
اضافه کردن پلاگین های OpenAPI
Adding OpenAPI plugins
کارگاه - ایجاد یک برنامه بینش ویدیویی
Workshop - Create a Video Insights app
مقدمه ای بر این بخش
Introduction to the Section
ایجاد و پیکربندی پروژه اولیه
Creating and configuring the initial project
نصب ffmpeg
Installing ffmpeg
استخراج فایل صوتی از یک فایل ویدیویی
Extracting the audio file from a video file
فشرده سازی فایل صوتی برای رونویسی
Compressing the audio File for transcription
پیاده سازی تبدیل گفتار به متن برای دریافت رونویسی
Implementing Speech to Text to get the transcription
برش هایلایت های ویدیو
Cutting video highlights
قرار دادن زیرنویس
Burning subtitles
Prompting (درخواست نویسی)
Prompting
مبانی Prompting
Prompting fundamentals
استفاده از قالب های Prompt کرنل معنایی
Using Semantic Kernel prompt templates
تبدیل Prompt ها به نمونه های ChatHistory
Converting prompts to ChatHistory instances
استفاده از متغیرها در قالب های Prompt
Using variables in prompt templates
نمایش نظرات