لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش RAG چندوجهی با GPT – ساخت سیستمهای هوشمند جستجو و هوش مصنوعی
- آخرین آپدیت
دانلود Multimodal RAG with GPT – Build Smarter Search & AI Systems
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
بهروزرسانی شده در می ۲۰۲۵.
این دوره اکنون دارای Coursera Coach است!
روشی هوشمندانهتر برای یادگیری با گفتگوهای تعاملی و در لحظه که به شما کمک میکند تا دانش خود را آزمایش کنید، پیشفرضها را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیقتر کنید.
این دوره شما را به مهارتهای لازم برای ساخت سیستمهای پیشرفته مبتنی بر هوش مصنوعی با استفاده از تولید تقویتشده بازیابی (RAG) و فناوری چندوجهی (Multimodal) مجهز میکند. شما در اصول پشت RAG و نحوه قدرت بخشیدن به سیستمهایی مانند موتورهای جستجوی پیشرفته، چتباتها و سیستمهای توصیهگر غوطهور خواهید شد. این دوره تجربه عملی فراهم میکند و شما را قادر میسازد تا سیستمهای چندوجهی بسازید که از تصاویر، متن و سایر اشکال دادهها برای ارائه راهحلهای هوشمندتر و آگاه به متن استفاده میکنند.
با شروع از دانش بنیادی، سیستمهای RAG، اجزاء و مزایای آنها را بررسی خواهید کرد. این دوره به این موضوع میپردازد که چگونه قابلیتهای جستجو را میتوان در سیستمهای چندوجهی ادغام کرد و چرا این رویکرد هر دو عملکرد جستجو و توصیه را بهبود میبخشد. شما سیستمهای جستجوی چندوجهی را خواهید ساخت، امبدینگها (Embeddings) را ایجاد کرده و یک جریان کاری قدرتمند برای ادغام انواع مختلف دادهها طراحی میکنید. همچنین در ساخت یک سیستم توصیهگر چندوجهی که RAG را با GPT ترکیب میکند، تخصص کسب خواهید کرد.
در ادامه، با امبدینگ تصاویر و استفاده از آنها در یک پایگاه داده برداری (Vector Database) آزمایش میکنید، سیستمهای End-to-End را راهاندازی کرده و آنها را از طریق دروس عملی بهینه میکنید. علاوه بر این، یک رابط کاربری (UI) به سیستم توصیهگر چندوجهی خود اضافه خواهید کرد و یک ابزار تعاملی و صیقلخورده میسازید که قابل استقرار برای استفاده در دنیای واقعی باشد. در پایان، شما یک سیستم جامع Multimodal RAG به همراه یک موتور توصیهگر ساختهاید که قادر به ارائه نتایج بسیار مرتبط است.
این دوره برای علاقهمندان به هوش مصنوعی، توسعهدهندگان نرمافزار یا دانشمندان داده که به دنبال تعمیق درک خود از سیستمهای جستجوی پیشرفته، الگوریتمهای توصیه و کاربرد RAG در محیطهای چندوجهی هستند، ایدهآل است. داشتن درک اولیه از برنامهنویسی و مفاهیم یادگیری ماشین توصیه میشود و این دوره برای یادگیرندگان سطح متوسط مناسب است.
سرفصل ها و درس ها
مقدمه و پیشنیازها
Introduction & Prerequisites
مقدمه و پیشنیازها
Introduction & Prerequisites
ساختار دوره
Course Structure
مشاهده دموی پروژه: آنچه در این دوره خواهید ساخت
WATCH THIS DEMO - What You'll Build in This Course
بررسی کلی راهاندازی محیط توسعه
Development Environment Setup - Overview
بررسی کلی راهاندازی محیط توسعه
Development Environment Setup - Overview
بررسی عمیق RAG (تولید تقویتشده بازیابی) و سیستمهای چندوجهی
RAG (Retrieval Augmented Generation) and Multimodal Systems Deep Dive
دوره فشرده بررسی عمیق سیستمهای RAG
RAG Systems - Deep Dive Crush Course
مزایا و کاربردهای عملی RAG
RAG Benefits and Practical Application
RAG چندوجهی: بررسی کلی، انگیزهها، مزایا و نحوه عملکرد
Multimodal RAG - Overview & Motivation and Benefits - How it Works
جستجو در یک سیستم Multimodal RAG
Search in a Multimodal RAG System
نحوه ادغام جستجو در سیستم Multimodal RAG: جریان کاری کامل
How Search is Integrated into a Multimodal RAG System - Full Workflow
چرا جستجوی چندوجهی بسیار قدرتمند است
Why Multimodal Search is so Powerful
توضیحات بصری درباره قدرت جستجوی چندوجهی
Visual Explanation Why Multimodal Search is so Powerful
تمرین عملی: سیستم جستجوی چندوجهی RAG
Hands-on: Multimodal Search RAG System
راهاندازی سیستم جستجوی چندوجهی: ایجاد امبدینگ تصاویر
Multimodal Search System Setup - Create Embeddings of Images
تکمیل سیستم جستجوی چندوجهی
Finish the Multimodal Search System
تمرین عملی: سیستم توصیهگر چندوجهی
Hands-On - Multimodal Recommender System
سیستم توصیهگر چندوجهی: بررسی کلی
Multimodal Recommender System - Overview
دریافت مجموعه داده از Hugging Face و نمایش تعداد ردیفها
Getting our Dataset from Hugging Face & Showing Number of Rows
ذخیره محلی تمام تصاویر
Saving all Images Locally
ذخیره امبدینگ تصاویر در پایگاه داده برداری
Saving Image Embeddings to Vector Database
تست سیستم توصیهگر چندوجهی: بازیابی تصاویر صحیح
Testing our Multimodal Recommender System - Fetching the Correct Images
راهاندازی جریان RAG: بخش اول
Setting up the RAG Flow - Part 1
تجمیع نهایی و تست سیستم توصیهگر Multimodal RAG
Putting it all Together and Testing the Multimodal Recommender RAG System
افزودن رابط کاربری به سیستم توصیهگر چندوجهی با Streamlit
Adding a UI to the Multimodal Recommender System - Streamlit
نمایش نظرات