آموزش Meta Llama 3 Demystified: مبتدی برای حرفه ای با اولاما - آخرین آپدیت

دانلود Meta LLaMA 3 Demystified: Beginner to Pro with Ollama

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: Meta Llama 3 ، Ollama CLI ، OpenWebui ، Multimodal ، Langchain ، Openai سازگاری ، Llamaindex ، عملکردی که اصول اولیه هوش مصنوعی را فراخوانی می کند ، یادگیری عمیق چیست؟ شبکه های عصبی LLM بنیانگذاری های متا لاما 3.2/3.3 Llama در مقابل GPT چگونه پردازش Llama متن: توکن ها/مکانیسم توجه استراتژی های استقرار - Pytorch ، Ollama ، لاجورد با DEPOS DEEP DIVE به نصب اوللاما از Ollama بر روی Linux/Mac/Mac/Mac/Mac/DOCKER MODE DEMOS ON OLLAMA CLI دستورات ساخت اولین مدل سفارشی با Ollama & Llama OpenWebui- GUI برای مدل های Ollama Demos- با استفاده از Ollama با نوت بوک VSCODE/COLAB/JUPYTER چگونه از کدهای پایتون ساده در اولاما استفاده می کند- تجزیه و تحلیل تصاویر langchain-allama- allama- allama- allama- allama- allama- allama- allama- allama- allama- allama- allama- المالا ساختار سازه سازگاری Llama Openai ابزارها و Ollama-عملکرد فراخوانی پیش nیaزha: بدون نیاز به تجربه برنامه نویسی ، ما بدون کد و رویکرد کم کد را پوشش می دهیم

از زبان آموزان خوش آمدید ، قدرت AI برش را با Meta Llama 3 در این دوره جامع مبتدی به Pro باز کنید! این که آیا شما در هوش مصنوعی تازه کار هستید یا به دنبال تعمیق تخصص خود هستید ، این دوره یک راهنمای گام به گام برای تسلط بر مدل زبان پیشرفته Llama 3 متا با استفاده از Ollama ، یک بستر بصری که کار با LLM های محلی را ساده می کند ، ارائه می دهد.

شما با اصول اولیه شروع خواهید کرد ، درک می کنید که Llama 3 چیست و چگونه با سایر مدل های هوش مصنوعی متفاوت است. به تدریج ، شما به پروژه های دستی که شما را از طریق راه اندازی ، تنظیم دقیق و استفاده از قابلیت های آن برای برنامه های دنیای واقعی راهنمایی می کنید ، شیرجه خواهید زد. در پایان دوره ، شما با اطمینان از Llama 3 با Ollama برای ساختن پروژه ها ، حل مشکلات و ماندن در خط مقدم نوآوری AI استفاده خواهید کرد.

این دوره برای چه کسی است؟
این دوره برای:

طراحی شده است
  • مبتدیان مشتاق کشف هوش مصنوعی بدون تجربه قبلی.

  • علاقه مندان به فنی که می خواهند مدل های پیشرفته AI را درک و استفاده کنند.

  • توسعه دهندگان با هدف ادغام هوش مصنوعی در پروژه های شخصی یا حرفه ای.

چه چیزی یاد خواهید گرفت؟


1. آشنایی با هوش مصنوعی ، شبکه های عصبی LLM

1.1 مقدمه
1.2 AI - هوش مصنوعی
1.3 AI در مقابل ML در مقابل DL
1.4 شبکه عصبی چیست؟ 1.6 معیارهای مدل چیست؟
1.7 ترانسفورماتورها چیست؟

2. آشنایی با متا لاما

2.1 عنوان - مقدمه ای به متا لاما
2.2 مقدمه ای برای متا لاما
2.3 متا لاما چیست؟> 2.7 تفاوت بین LLAMA و سایر LLM ها مانند GPT
2.8 چگونه Llama متن متن: نشانه ها ، تعبیه ها و مکانیسم های توجه
2.9 شاخص کیفیت تجزیه و تحلیل مصنوعی
2.10 نسخه ی نمایشی: متا Ai Chatbot

3. استراتژی های استقرار برای مدل های متا لاما

3.1 عنوان - استراتژی های استقرار برای مدل های متا لاما
3.2 مقدمه - استراتژی های استقرار
3.3 بغل کردن چهره چیست؟ چهره بغل کردن
3.6 Pytorch؟
3.7 نسخه ی نمایشی: در حال اجرا مدل های Llama با Pytorch
3.8 Ollama
3.9 نسخه ی نمایشی: در حال اجرا مدل های Llama با Ollama
3.10 فروشندگان ابر (Azure)
3.11 نسخه ی نمایشی: در حال اجرا مدل های Llama با لاجورد

4. آشنایی با اولاما

4.1 عنوان - مقدمه ای بر Ollama
4.2 مقدمه ای برای Ollama
4.3 Ollama چیست؟ p>

5. راه اندازی Ollama

5.1 عنوان - تنظیم Ollama
5.2 مقدمه - تنظیم Ollama
5.3 Walkthrough of Ollama وب سایت
5.4 الزامات سیستم برای Ollama
5.5 سیستم عامل پشتیبانی شده توسط Ollama
5.6 نسخه ی نمایشی: نصب OLLLAMA در MacOS
5.7 نسخه ی نمایشی: نصب Ollama برای Linux
5.8 نسخه ی نمایشی: نصب Ollama از طریق Docker

6. Ollama cli

6.1 عنوان - Ollama Cli
6.2 مقدمه - Ollama Cli
6.3 Ollama CLI Coreview
6.4 نسخه ی نمایشی: Ollama Help
6.5 نسخه ی نمایشی: Ollama Pull
6.6 نسخه ی نمایشی: Ollama Run
6.7 نسخه ی نمایشی: لیست اولاما
6.8 نسخه ی نمایشی: نمایش اولاما
6.9 نسخه ی نمایشی: Ollama PS
6.10 نسخه ی نمایشی: Ollama CP
6.11 نسخه ی نمایشی: Ollama RM

7. ساختن مدل سفارشی خود با Ollama

7.1 عنوان - ساختن مدل سفارشی خود با Ollama
7.2 مقدمه - مدل سفارشی خود
7.3 فایل مدل چیست؟ : مدل سفارشی خود را ایجاد کنید
7.6 نسخه ی نمایشی: تعامل کاربر
7.7 نسخه ی نمایشی: ایجاد مدل سفارشی با استفاده از پرونده GGUF

8. OpenWebui

8.1 عنوان - OpenWebui
8.2 مقدمه
8.3 OpenWebui چیست؟ مرورگر از chatbot استفاده کنید

9. با استفاده از IDE های مختلف

9.1 عنوان - با استفاده از Ides های مختلف
9.2 مقدمه - اولاما با IDE های مختلف
9.3 تنظیم اولاما با نوت بوک Jupyter
9.4 تنظیم اولاما با کد استودیو بصری
9.5 نسخه ی نمایشی: یک نمونه کد Python را اجرا کنید
9.6 تنظیم Ollama با Google Colab
9.7 نسخه ی نمایشی: یک نمونه کد پایتون را در Colab اجرا کنید

10. کدهای پایتون ساده در اولاما

10.1 عنوان - کدهای پایتون ساده در اولاما
10.2 مقدمه - کدهای ساده پایتون
10.3 نسخه ی نمایشی: محیط تنظیم با GitHub Copilot
10.4 نسخه ی نمایشی: با استفاده از Ollama.Generate
10.5 نسخه ی نمایشی: چاپ آثار باستانی مورد نیاز
10.6 نسخه ی نمایشی: با استفاده از چاتولاما
10.7 نسخه ی نمایشی: نمایش جریان با Ollama
10.8 نسخه ی نمایشی: Ollama با یک مشتری سفارشی
10.9 نسخه ی نمایشی: ایجاد تعبیه در Ollama

11. Multimodality Ollama

11.1 عنوان - Ollama Multimodality
11.2 مقدمه - مدل های چندمودال
11.3 مدل Vision Meta Llama چیست؟

12. Langchain با Ollama Llama

12.1 عنوان - Langchain با Ollama Llama
12.2 مقدمه - Ollama Langchain
12.3 Langchain چیست؟ نسخه ی نمایشی: یک کد ساده پایتون با Ollama Langchain
12.7 نسخه ی نمایشی: نمایش مفهوم زنجیر در Langchain
12.8 نسخه ی نمایشی: افزایش سطح زنجیر ، تبدیل خروجی به رشته

13. سازگاری Ollama Openai

13.1 عنوان - Ollama Openai سازگاری
13.2 مقدمه - سازگاری Ollama Openai
13.3 OpenAi چیست؟ برای Ollama

14. گرفتن خروجی های ساختاری

14.1 عنوان - گرفتن خروجی های ساختاری
14.2 مقدمه برای خروجی های ساختاری
14.3 خروجی های ساختاری با ollama چیست؟ در قالب JSON از یک تصویر

15. ابزارهای Llama Ollama

15.1 عنوان - ابزارهای موجود در Llama Ollama
15.2 مقدمه ای برای ابزارها
15.3 ابزارهای موجود در اولاما چیست؟> 15.6 نسخه ی نمایشی: با استفاده از ابزارها و فراخوانی عملکرد


سرفصل ها و درس ها

بنیادهای بزرگ زبان (LLM) (برای مبتدیان مطلق) Large Language Models (LLM) Foundations (For Absolute Beginners)

  • عنوان - مبانی LLM برای مبتدیان مطلق Title - LLM Foundations for Absolute Beginners

  • مقدمه Introduction

  • هوش مصنوعی چیست - هوش مصنوعی What is AI - Artificial Intelligence

  • AI در مقابل ML در مقابل DL AI Vs ML Vs DL

  • یادگیری عمیق چیست؟ What is Deep Learning ?

  • شبکه عصبی چیست؟ What is a Neural Network ?

  • LLM چیست؟ What is LLM ?

  • 1b/3b - میلیاردها پارامتر چیست What are 1B /3B -- Billions of Parameters

  • معیارهای مدل چیست؟ What are the Model Benchmarks ?

  • ترانسفورماتورها چیست؟ What are Transformers ?

  • تعبیه چیست؟ What is Embedding ?

  • کمیت چیست؟ What is Quantization ?

  • طول زمینه مدل LLM چیست؟ What is Context Length of LLM Model ?

معرفی به متا لاما Intro to Meta Llama

  • عنوان - معرفی متا لاما Title - Intro to Meta Llama

  • آشنایی با متا لاما Introduction to Meta Llama

  • متا لاما چیست؟ What is Meta Llama ?

  • تاریخچه لاما History of Llama

  • مدل Llama 3.2 Llama 3.2 Model

  • مدل Llama 3.3 Llama 3.3 Model

  • تفاوت بین Llama و سایر LLMS مانند GPT Differences between LLaMA and other LLMs like GPT

  • چگونه لاما متن را پردازش می کند: نشانه ها ، تعبیه ها و مکانیسم های توجه How LLaMA processes text: tokens, embeddings, and attention mechanisms

  • شاخص کیفیت تجزیه و تحلیل مصنوعی Artificial Analysis Quality Index

  • نسخه ی نمایشی: متا AI Chatbot Demo: Meta AI Chatbot

استراتژی های استقرار برای مدل های Llama متا Deployment Strategies for Meta's LLaMA Models

  • عنوان - استراتژی های استقرار برای مدل های متا لاما Title - Deployment Strategies for Meta Llama Models

  • مقدمه - استراتژی های استقرار Introduction - Deployment Strategies

  • چهره بغل کردن چیست؟ What is Hugging Face ?

  • نمایشی درخواست دسترسی برای مدل های Llama Demo- Requesting Access for Llama Models

  • نسخه ی نمایشی: در حال اجرا مدل های Llama با بغل کردن صورت Demo: Running LLaMA models with Hugging Face

  • Pytorch چیست؟ What is Pytorch ?

  • نسخه ی نمایشی: در حال اجرا مدل های Llama با Pytorch Demo: Running LLaMA models with PyTorch

  • اولاما Ollama

  • نسخه ی نمایشی: اجرای مدل های لاما با اولاما Demo: Running LLaMA models with Ollama

  • فروشندگان ابر (لاجورد) Cloud Vendors (Azure)

  • نسخه ی نمایشی: در حال اجرا مدل های Llama با لاجورد Demo: Running Llama Models with Azure

آشنایی با اولاما Introduction to Ollama

  • عنوان - مقدمه ای بر اولاما Title - Introduction to Ollama

  • آشنایی با اولاما Introduction to Ollama

  • اولاما چیست؟ What is Ollama ?

  • تاریخ اولاما History of Ollama

  • مزایای اولاما Benefits of Ollama

  • موردی که توسط اولاما پشتیبانی می شود Use-Case Supported by Ollama

تنظیم اولاما Setting Up Ollama

  • عنوان - تنظیم اولاما Title - Setting up Ollama

  • مقدمه -OLLAMA Introduction -Setup Ollama

  • وب سایت Walkthrough Of Ollama Walkthrough of Ollama Website

  • الزامات سیستم برای اولاما System Requirements for Ollama

  • سیستم عامل های پشتیبانی شده توسط اولاما Operating Systems Supported by Ollama

  • نسخه ی نمایشی: نصب Ollama در MACOS Demo: Installing Ollama on MacOS

  • نسخه ی نمایشی: نصب اولاما برای لینوکس Demo: Installing Ollama for Linux

  • نسخه ی نمایشی: نصب اولاما از طریق داکر Demo: Installing Ollama via Docker

درک دستورات اولاما - CLI Understanding Ollama Commands - CLI

  • عنوان - اولاما کلی Title - Ollama CLI

  • مقدمه - اولاما کلی Introduction - Ollama CLI

  • اولاما کلی Ollama CLI

  • نسخه ی نمایشی: کمک اولاما Demo: ollama help

  • نسخه ی نمایشی: اولاما کشش Demo: ollama pull

  • نسخه ی نمایشی: Ollama Run Demo: ollama run

  • نسخه ی نمایشی: لیست اولاما Demo: ollama list

  • نسخه ی نمایشی: نمایش اولاما Demo: ollama show

  • نسخه ی نمایشی: Ollama PS Demo: ollama ps

  • نسخه ی نمایشی: Ollama CP Demo: ollama cp

  • نسخه ی نمایشی: Ollama RM Demo: ollama rm

ساخت اولین مدل سفارشی خود با Ollama & Llama Building Your First Custom Model with Ollama & Llama

  • عنوان - ساختن مدل سفارشی خود با اولاما Title - Building Your Custom Model with Ollama

  • مقدمه - مدل سفارشی خود Introduction - Your Own Custom Model

  • فایل مدل چیست What is a Model File

  • نسخه ی نمایشی: درک مطالب یک پرونده مدل Demo: Understanding the contents of a Model File

  • نسخه ی نمایشی: مدل سفارشی خود را ایجاد کنید Demo: Create your Custom Model

  • نسخه ی نمایشی: تعامل کاربر Demo: User Interaction

OpenWebui - مدل های UI به Llama OpenWebUI - The UI to Llama Models

  • عناوین Title-OpenWebUI

  • مقدمه Introduction

  • چه چیزی OpenWebui است What is Openwebui

  • نسخه ی نمایشی: دانلود دسک تاپ Docker Demo: Download Docker desktop

  • نسخه ی نمایشی: برای نصب OpenWebui ، دستور docker را اجرا کنید Demo: Run docker command to install openwebui

  • نسخه ی نمایشی: مرورگر وب را باز کنید و از chatbot استفاده کنید Demo: Open the web browser & use chatbot

از مدل های Llama با Ollama در IDE مختلف استفاده کنید (Jupyter/Colab/VScode) Use Llama Models with Ollama on Various IDE's (Jupyter / Colab / VSCode)

  • عنوان - با استفاده از IDE های مختلف Title - Using Various IDE's

  • مقدمه - اولاما با IDE مختلف Introduction - Ollama with Various IDE's

  • تنظیم اولاما با نوت بوک Jupyter Setup Ollama with Jupyter Notebook

  • Ollama را با کد Visual Studio تنظیم کنید Setup Ollama with Visual Studio Code

  • نسخه ی نمایشی: یک نمونه کد پایتون را اجرا کنید Demo: Run a Sample Python Code

  • تنظیم Ollama با Google Collab (Ollama در حال اجرا در داخل Collab) Setup Ollama with Google Collab (Ollama running inside Collab)

  • نسخه ی نمایشی: یک نمونه کد پایتون را اجرا کنید Demo: Run a Sample Python Code

کدهای ساده پایتون در اولاما Simple Python Codes in Ollama

  • عنوان - کدهای ساده پایتون در اولاما Title - Simple Python Codes in Ollama

  • مقدمه - کدهای ساده پایتون Introduction - Simple Python Codes

  • نسخه ی نمایشی: محیط تنظیم با GitHub Copilot Demo: Setup Environment with Github Copilot

  • نسخه ی نمایشی: استفاده از تولید با اولاما (ollama.generate) Demo: Using generate with ollama (Ollama.generate)

  • نسخه ی نمایشی: چاپ فقط آثار باستانی مورد نیاز Demo: Printing only the required artefacts

  • نسخه ی نمایشی: با استفاده از ollama.chat Demo: Using ollama.chat

  • نسخه ی نمایشی: نشان دهید که چگونه جریان با اولاما کار می کند Demo: Show how Streaming works with Ollama

  • نسخه ی نمایشی: اولاما با مشتری سفارشی Demo:Ollama with a Custom Client

  • نسخه ی نمایشی: ایجاد تعبیه در اولاما Demo: Create Embedding in Ollama

قابلیت های چندمادی متا لاما Multimodal Capabilities of Meta Llama

  • عنوان- Ollama & multimodality Title- Ollama & Multimodality

  • مقدمه- مدل های چندمودالی Introduction- Multimodal Models

  • مدل Vision Meta Llama 3.2 چیست What is Meta Llama 3.2 Vision Model

  • نسخه ی نمایشی: با استفاده از Ollama CLI تصویری را تجزیه و تحلیل کنید Demo: Analyse an image using ollama cli

  • نسخه ی نمایشی: یک تصویر را با کد پایتون تجزیه و تحلیل کنید Demo: Analyse an Image with Python Code

  • نسخه ی نمایشی: با استفاده از OpenWebui تصویری را تجزیه و تحلیل کنید Demo: Analyse an image using openwebui

Langchain-Ollama-Llama3.2 Langchain-Ollama-Llama3.2

  • عنوان ویدئو - Langchain با Ollama & Llama Title Video - Langchain with Ollama & Llama

  • مقدمه - اولاما و لانگچین Introduction - Ollama & Langchain

  • لانگچین چیست What is Langchain

  • اولاما با لانگچین- چتولاما Ollama with Langchain- ChatOllama

  • نسخه ی نمایشی: محیط تنظیم برای کار Langchain Demo: Setup Environment for LangChain Work

  • نسخه ی نمایشی: یک کد ساده پایتون با Ollama & Langchain Demo: A simple Python Code with Ollama & Langchain

  • نسخه ی نمایشی: مفهوم زنجیر در لانگچین را نشان دهید Demo: Show the Chaining concept in Langchain

  • نسخه ی نمایشی: سطح زنجیر را افزایش دهید ، خروجی را به رشته تبدیل کنید Demo: Increase the level of chaining , convert output to String

اولاما با سازگاری Openai Ollama with OpenAI Compatibility

  • عنوان- Ollama & Openai سازگاری Title- Ollama & OpenAI Compatibility

  • مقدمه - سازگاری Ollama & Openai Introduction - Ollama & OpenAI Compatibility

  • Openai چیست؟ What is OpenAI ?

  • سازگاری Ollama & Openai چیست What is the Ollama & Openai compatibility

  • نسخه ی نمایشی: چگونه می توان همان کد را برای Ollama کار کرد Demo: How to get same code working for Ollama

خروجی های ساختاری با Llama & Ollama Structured Outputs with Llama & Ollama

  • عنوان -خروجی های ساختاری شده Title -Getting Structured Outputs

  • معرفی به خروجی های ساختاری Intro to Structured Outputs

  • خروجی های ساختاری با اولاما چیست What are Structured Outputs with Ollama

  • نسخه ی نمایشی: کد پایتون برای خروجی ساختاری Demo: Python Code for Structured Output

  • نسخه ی نمایشی: کد پایتون برای دریافت اشیاء در قالب JSON از یک تصویر Demo : Python Code to get objects in JSON format from an Image

ابزار Tools

  • عنوان - ابزارهای Llama و Ollama Title - Tools in Llama & Ollama

  • آشنایی با ابزارها Introduction to Tools

  • ابزارهایی در اولاما چیست What are tools in Ollama

  • نسخه ی نمایشی: گردش کار را درک کنید Demo: Understand the Workflow

  • نسخه ی نمایشی: یک کلید API را در OpenWeatherMap ایجاد کنید Demo: Create an API Key in openweathermap

  • نسخه ی نمایشی: استفاده از ابزار و تماس با عملکرد Demo: Using Tools and Function Calling

للمنندکس LlamaIndex

  • عنوان - Llamaindex Title - LlamaIndex

  • مقدمه ای برای Llamaindex Introduction to LlamaIndex

  • Llamaindex چیست؟ What is LlamaIndex ?

  • Langchain vs Llamaindex LangChain vs LlamaIndex

  • نسخه ی نمایشی: یک کد ساده پایتون با استفاده از Ollama و Llamaindex Demo: A Simple Python Code using Ollama and LlamaIndex

  • نسخه ی نمایشی: برنامه با استفاده از کلاس chatmessage Demo: Program using ChatMessage Class

  • نسخه ی نمایشی: جریان با استفاده از Llamaindex با استفاده از کلاس Chatmessage Demo: Streaming using LlamaIndex using ChatMessage Class

  • نسخه ی نمایشی: نحوه استفاده از Rag با Llamaindex & Ollama Demo: How to use RAG with LlamaIndex & Ollama

محتوای جدید New Content

  • محتوای جدید New Content

نمایش نظرات

آموزش Meta Llama 3 Demystified: مبتدی برای حرفه ای با اولاما
جزییات دوره
7 hours
126
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
99
4.8 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kshitij Joy (Cloud Alchemy Academy) Kshitij Joy (Cloud Alchemy Academy)

Oracle Certified Master (OCM) & Oracle Cloud Architect