آموزش RAG پایه با لنگ‌چین و لنگ‌گراف - اولاما - آخرین آپدیت

دانلود Basic RAG with LangChain and LangGraph - Ollama

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

راهنمای گام به گام RAG با LangChain، LangGraph و Ollama | DeepSeek R1, QWEN, LLAMA, FAISS, Doclings, VectorDB

مفاهیم RAG را درک کنید

اصول تولید افزوده با بازیابی (RAG) و نحوه بهبود سیستم‌های هوش مصنوعی با ترکیب قابلیت‌های بازیابی و تولید را بیاموزید.

کار با LangChain و LangGraph

بر استفاده از LangChain و LangGraph برای ساخت جریان‌های کاری هوش مصنوعی و یکپارچه‌سازی بی‌درز ابزارها مسلط شوید.

ساخت سیستم‌های RAG هوشمند

سیستم‌های RAG هوشمند و انطباق‌پذیر را با استفاده از تکنیک‌های عاملی، اصلاحی، تطبیقی و خودبهبوددهنده ایجاد کنید.

استقرار هوش مصنوعی در محیط عملیاتی

مهارت‌های استقرار موثر راهکارهای هوش مصنوعی مبتنی بر RAG را با استفاده از ابزارهایی مانند Streamlit و AWS EC2 کسب کنید.

پیش‌نیازها

  • دانش برنامه‌نویسی پایه: آشنایی با پایتون مفید است، اما مبتدیان نیز می‌توانند با تمرین همراه شوند.
  • اشتیاق به یادگیری: تنها چیزی که نیاز دارید، تمایل به کاوش مفاهیم هوش مصنوعی و ساخت پروژه‌های عملی است!
  • ملزومات سیستمی: یک کامپیوتر با دسترسی به اینترنت و قابلیت نصب پایتون و کتابخانه‌ها/ابزارهای مورد نیاز.

بیاموزید چگونه سیستم‌های هوش مصنوعی هوشمند را با استفاده از LangChain، LangGraph، Ollama و OpenAI بسازید! این دوره به شما آموزش می‌دهد که چگونه سیستم‌های تولید افزوده با بازیابی (RAG) را گام به گام ایجاد کنید. اگر مبتدی هستید یا تجربه‌ای در هوش مصنوعی دارید، این دوره برای شما عالی است.

آنچه خواهید آموخت:

  • تنظیم Ollama: نحوه راه‌اندازی و استفاده از Ollama را برای مدل‌های هوش مصنوعی خود بیاموزید.

  • مبانی LangChain و LangGraph: این ابزارها و نحوه استفاده از آن‌ها را در کنار هم درک کنید.

  • بارگذاری‌کننده اسناد (Doclings): اسناد را به راحتی برای سیستم هوش مصنوعی خود بارگذاری و آماده کنید.

  • پایگاه‌های داده وکتور و بازیابی‌ها: از پایگاه‌های داده برای یافتن و بازیابی سریع اطلاعات استفاده کنید.

  • RAG عاملی: سیستم‌های هوش مصنوعی بسازید که می‌توانند مانند دستیاران هوشمند عمل کنند.

چرا این دوره را بگذرانید؟

این دوره موضوعات پیچیده را به آسانی قابل درک می‌کند. شما با مثال‌های دنیای واقعی تمرین خواهید کرد و در پایان دوره راهکارهای هوش مصنوعی خود را خواهید ساخت. همچنین تجربه عملی با جدیدترین ابزارهای هوش مصنوعی مولد را کسب کرده و در ساخت برنامه‌های کاربردی و آماده برای تولید (Production-Ready) اعتماد به نفس پیدا خواهید کرد.

چه دانشجو باشید، چه توسعه‌دهنده یا علاقه‌مند به فناوری، این دوره شما را به مهارت‌هایی برای عملی کردن ایده‌های هوش مصنوعی مجهز می‌کند. با توضیحات واضح، پروژه‌های هدایت‌شده و نکات تخصصی، آماده خواهید بود تا محصولات هوش مصنوعی نوآورانه ایجاد کنید که مشکلات دنیای واقعی را حل می‌کنند.

سفر خود را به سوی ایجاد سیستم‌های هوش مصنوعی هوشمندتر و قدرتمندتر امروز آغاز کنید!


سرفصل ها و درس ها

Introduction

  • مقدمه Introduction

  • فایل کد و نصب requirements.txt Code File and Install Requirements.txt

راه‌اندازی Ollama Ollama Setup

  • نصب Ollama Install Ollama

  • آشنایی اولیه با Ollama Touch Base with Ollama

  • بررسی مدل LLAMA 3.2 Inspecting LLAMA 3.2 Model

  • مروری بر بنچمارکینگ LLAMA 3.2 LLAMA 3.2 Benchmarking Overview

  • چه نوع مدل‌هایی در Ollama موجود است What Type of Models are Available on Ollama

  • دستورات Ollama - ollama server, ollama show Ollama Commands - ollama server, ollama show

  • دستورات Ollama - ollama pull, ollama list, ollama rm Ollama Commands - ollama pull, ollama list, ollama rm

  • دستورات Ollama - ollama cp, ollama run, ollama ps, ollama stop Ollama Commands - ollama cp, ollama run, ollama ps, ollama stop

  • ایجاد و اجرای مدل Ollama با تنظیمات از پیش تعریف شده Create and Run Ollama Model with Predefined Settings

  • دستورات مدل Ollama - show Ollama Model Commands - show

  • دستورات مدل Ollama - set, clear, save و load Ollama Model Commands - set, clear, save and load

  • درخواست‌های API خام Ollama Ollama Raw API Requests

  • بارگذاری مدل‌های بدون سانسور برای تولید محتوای ممنوعه [فقط برای اهداف آموزشی] Load Uncesored Models for Banned Content Generation [Only Educational Purpose

شروع کار با LangChain Getting Started with LangChain

  • مقدمه LangChain Langchain Introduction

  • نصب LangChain Lanchain Installation

  • راه‌اندازی Langsmith برای پایش‌پذیری LLM Langsmith Setup of LLM Observability

  • فراخوانی اولین API لنگ‌چین Ollama خود Calling Your First Langchain Ollama API

  • تولید محتوای بدون سانسور در Langchain [فقط برای اهداف آموزشی] Generating Uncensored Content in Langchain [Only Educational Purpose]

  • ردیابی ورودی و خروجی LLM در Langsmith Trace LLM Input Output at Langsmith

  • ورود عمیق‌تر به Langchain Going a lot Deeper in the Langchain

شروع کار با LangGraph Getting Started with LangGraph

  • مقدمه و نصب LangGraph LangGraph Introduction and Installation

  • چگونه ماشین حالت الهام‌بخش LangGraph بود How State Machine Inspired LangGraph

  • اولین گام به سوی درک LangGraph First Step Toward LangGraph Understanding

  • درک کد نمونه LangGraph در سطح بالا Understanding LangGraph Example Code on High Level

  • عمیق‌تر شدن در ماژول Graph LangGraph Going Deeper in LangGraph Graph Module

  • عمیق‌تر شدن در ماژول ToolNode LangGraph Going Deeper in LangGraph ToolNode Module

  • اولین کد LangGraph شما با Ollama - بخش ۱ Your First LangGraph Code with Ollama Part 1

  • اولین کد LangGraph شما با Ollama - بخش ۲ Your First LangGraph Code with Ollama Part 2

  • اولین کد LangGraph شما با Ollama - بخش ۳ Your First LangGraph Code with Ollama Part 3

مقدمه‌ای بر مدل‌های بینایی OpenAI و LLAMA Introduction to OpenAI and LLAMA Vision Models

  • مقدمه Introduction

  • مقدمه‌ای بر API بینایی OpenAI و Ollama Introduction to OpenAI and Ollama Vision API

  • چرا به مدل‌های بینایی برای RAG نیاز داریم Why Do We Need Vision Models for RAG

  • دریافت توضیحات تصویر با استفاده از Ollama و LLAMA Vision Get The Image Description Using Ollama and LLAMA Vision

  • دریافت توضیحات تصویر با استفاده از LangChain Ollama و LLAMA Vision Get the Image Description Using LangChain Ollama and LLAMA Vision

  • چگونه OpenAI API Key بسازیم How to Create OpenAI API Key

  • چگونه از OpenAI API برای تولید توضیحات تصویر استفاده کنیم How to Use OpenAI API to Generate Image Description

Doclings - تبدیل PDF, DOCX, PPTX, HTML به MarkDown Doclings - Convert PDF, DOCX, PPTX, HTML to MarkDown

  • مقدمه‌ای بر بارگذار اسناد Doclings Introduction to Doclings Document Loader

  • مقدمه‌ای بر LangChain Doclings Introduction to LangChain Doclings

  • تبدیل PDF به فایل MarkDown با استفاده از LangChain Docling Convert PDF into MarkDown File using Lang Chain Docling

  • تبدیل برگ اکسل به Markdown Convert Excel Sheet into Markdown

  • چگونه از os.walk برای خواندن تمام فایل‌ها از دایرکتوری داده شده استفاده کنیم How to Use os.walk to Read All Files from the Given Dir

  • تبدیل تمام اسناد یک دایرکتوری به Markdown Convert Entire Dir Documents into Markdown

Doclings پیشرفته - PDF (هر نوع سندی) به MarkDown با تصاویر و جداول Advanced Doclings - PDF (Any Documents) to MarkDown with Images and Tables

  • آماده‌سازی زمینه برای استخراج متن بهبود یافته از داده‌های PDF یا Docx Setting Up the Background for Enhanced Text Extraction from PDF or Docx Data

  • نوشتن کد برای استخراج توضیحات تصویر با LLM Write Code to Extract Image Description with LLM

  • تبدیل PDF دارای تصاویر به داده‌های متنی MarkDown Convert PDF with Images into MarkDown Text Data

  • تقسیم MarkDown صفحه به صفحه با LangChain Split MarkDown Page by Page with LangChain

  • غنی‌سازی MarkDown با توضیحات تصاویر با استفاده از LLM Enrich MarkDown with Images Explanation using LLM

  • مقایسه MarkDown غنی شده با MarkDown ساده Compare Enriched Markdown with Bare MarkDown

ذخیره‌گاه‌های وکتور و بازیابی‌ها برای RAG Vector Stores and Retrievals for RAG

  • مقدمه‌ای بر ساده‌ترین معماری RAG Introduction to the Simplest RAG Architecture

  • خواندن تمام فایل‌های Markdown از یک دایرکتوری Read Entire Markdown Files from a Directory

  • تقسیم‌بندی اسناد Documents Chunking

  • چگونه از Ollama برای اِمبدینگ‌های متنی استفاده کنیم How to Use Ollama for Text Embeddings

  • ایجاد اِمبدینگ‌های اسناد Create Documents Embeddings

  • بازیابی اسناد از ذخیره‌گاه وکتور FAISS Documents Retrieval from the FAISS Vector Store

  • ذخیره و بارگذاری ذخیره‌گاه وکتور FAISS Store and Load FAISS Vector Store

RAG عامل‌محور Agentic RAG

  • مقدمه‌ای بر RAG عامل‌محور Introduction to Agentic RAG

  • چرا به بازیاب سفارشی نیاز داریم Why We Need Custom Retriever

  • ایجاد بازیاب سفارشی Create Custom Retriever

  • چگونه نام شرکت را در زمان اجرا برای بازیاب سفارشی بدست آوریم How to Get Company Name in Run-time for Custom Retriever

  • ایجاد ابزار بازیاب برای عامل Create Retriever Tool for Agent

  • مقدمه‌ای بر Node عامل‌ها Introduction to Agents Node

  • ایجاد Node رتبه‌بندی اسناد Create Document Grading Node

  • ایجاد Nodeهای بازنویسی و تولید Create Rewrite and Generate Nodes

  • ایجاد Node عامل Create Agent Node

  • ایجاد گراف‌های عامل Create Agent Graphs

  • RAG عامل‌محور در عمل Agentic RAG in Action

نمایش نظرات

آموزش RAG پایه با لنگ‌چین و لنگ‌گراف - اولاما
جزییات دوره
7.5 hours
68
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,287
4.4 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Laxmi Kant | KGP Talkie Laxmi Kant | KGP Talkie

دانشمند اصلی داده در mBreath و KGPTalkie من یک دانشمند اصلی داده در SleepDoc و دکترای تخصصی هستم. در علوم داده از موسسه فناوری هند (IIT). من همچنین یک شرکت با نام mBreath Technologies را تاسیس کردم. من بیش از 8 سال تجربه در علوم داده ، مدیریت تیم ، توسعه کسب و کار و مشخصات مشتری دارم. من با استارتاپ ها و MNC کار کرده ام. من همچنین چند سال در IIT برنامه نویسی تدریس کرده ام و بعداً یک کانال YouTube با KGP Talkie با مشترکان 20K + راه اندازی کردم. من ارتباط خوبی با صنعت و دانشگاه دارم.