آموزش یکپارچه‌سازی APIهای مدل‌های هوش مصنوعی با پایتون - آخرین آپدیت

دانلود Integrating Model APIs with Python

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: فراخوانی API مدل‌های زبانی بزرگ (LLM) تنها چند دقیقه زمان می‌برد، اما قابل‌اطمینان، امن و مقرون‌به‌صرفه کردن آن نیازمند طراحی مهندسی است. در این دوره آموزشی، یاد می‌گیرید که چگونه API مدل‌های هوش مصنوعی را با پایتون یکپارچه کنید و قابلیت‌های مبتنی بر پرامپت بسازید که در محیط عملیاتی (Production) عملکرد پایداری داشته باشند. شما با چرخه درخواست و پاسخ API آشنا می‌شوید، نحوه انتخاب بین HTTP خام و SDK را می‌آموزید و یاد می‌گیرید چگونه با سنجش توانایی، تاخیر، هزینه و ریسک، مدل مناسب خود را انتخاب کنید. همچنین بررسی می‌کنید که نقش‌های پیام، پارامترهای تولید متن و تاریخچه گفتگو چگونه تعاملات چت را شکل می‌دهند و چگونه با استفاده از استراتژی‌های تلاش مجدد محدود (Bounded Retries)، مدیریت خطا انجام دهید و همزمان از کلیدهای API محافظت کرده و هزینه‌ها را کنترل کنید. این دوره همچنین شامل آموزش قالب‌های پرامپت قابل استفاده مجدد، خروجی‌های ساختاریافته اعتبارسنجی شده با Pydantic و تولید متن با استفاده از بازیابی اطلاعات (RAG) برای مستندسازی پاسخ‌ها بر اساس داده‌های خصوصی یا به‌روز است. آنچه این دوره را متمایز می‌کند، تمرکز بر قضاوت مهندسی به‌جای آموزش صرف ابزارهاست. هدف این است که نه تنها API را فراخوانی کنید، بلکه آن را قابل‌اطمینان سازید. در پایان این دوره، قادر خواهید بود ویژگی‌های مبتنی بر هوش مصنوعی بسازید که قابل پیش‌بینی، امن و از نظر هزینه بهینه باشند.

سرفصل ها و درس ها

فراخوانی APIهای LLM با پایتون Calling LLM APIs with Python

  • مقدمه دوره Course Introduction

  • مقدمه فصل Module Introduction

  • درک نحوه کارکرد API مدل‌ها Understanding How Model APIs Work

  • ارسال پرامپت‌ها و خواندن پاسخ‌ها Sending Prompts and Reading Responses

  • مدیریت خطاها و محدودیت‌های API Handling API Errors and Limits

  • نتیجه‌گیری فصل Module Conclusion

ساخت قابلیت‌های هوش مصنوعی مبتنی بر پرامپت Building Prompt-Driven AI Features

  • مقدمه فصل Module Introduction

  • طراحی قالب‌های پرامپت قابل استفاده مجدد Designing Reusable Prompt Templates

  • استخراج خروجی‌های ساختاریافته Extracting Structured Outputs

  • مستندسازی پاسخ‌ها با بازیابی اطلاعات Grounding Answers with Retrieval

  • نتیجه‌گیری فصل Module Conclusion

  • نتیجه‌گیری دوره Course Conclusion

نمایش نظرات

آموزش یکپارچه‌سازی APIهای مدل‌های هوش مصنوعی با پایتون
جزییات دوره
2h 22m
12
(آخرین آپدیت)
8
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده