آموزش Ollama Zero to Hero: Build Chat، Vision Games و AI Agents
دانلود Ollama Zero to Hero: Build Chat, Vision Games & AI Agents
تسلط بر Ollama: ساخت برنامه های هوش مصنوعی آماده تولید با LLM های محلی
مهارت های توسعه هوش مصنوعی خود را با این دوره جامع و عملی در Ollama تغییر دهید - دروازه شما برای اجرای مدل های زبان قدرتمند به صورت محلی. در این دوره عملی، همه چیز را از راه‌اندازی اولیه تا ساخت برنامه‌های هوش مصنوعی پیشرفته، با 95 درصد از محتوا بر روی پیاده‌سازی در دنیای واقعی، خواهید آموخت.
چرا این دوره؟
چشم انداز هوش مصنوعی به سرعت در حال تکامل است و توانایی اجرای مدل های زبان به صورت محلی برای توسعه دهندگان و سازمان ها بسیار مهم شده است. Ollama این امکان را فراهم می کند، و این دوره دقیقاً به شما نشان می دهد که چگونه از پتانسیل کامل آن استفاده کنید.
چه چیزی این دوره را متفاوت می کند؟
✓ 95% آموزش عملی: تئوری کمتر، عمل بیشتر
✓ پروژه های دنیای واقعی: برنامه های کاربردی واقعی بسازید که می توانید از آنها استفاده کنید
✓ جدیدترین مدل‌ها: با LLMهای پیشرفته مانند Llama 3.2، Gemma 2 و موارد دیگر کار کنید
✓ کد آماده تولید: بهترین شیوه ها برای استقرار را بیاموزید
✓ پشته هوش مصنوعی کامل: از چت اولیه تا سیستم های پیشرفته RAG
سفر دوره
بخش 1: مبانی LLMهای محلی
سفر خود را با درک چرایی اهمیت LLMهای محلی آغاز کنید. یاد خواهید گرفت:
چیزی که اولاما را در چشم انداز LLM منحصر به فرد می کند
نحوه نصب و پیکربندی Olama در هر سیستم عامل
عملیات اساسی و مدیریت مدل
اولین تعامل شما با مدل‌های زبان محلی
بخش 2: ساختن با پایتون
با کتابخانه Olama Python به صورت عملی آشنا شوید:
راهنمایی Python API را کامل کنید
ساخت رابط های مکالمه
مدیریت پاسخ‌های جریانی
مدیریت خطا و بهترین شیوه‌ها
تمرینات عملی با کاربردهای دنیای واقعی
بخش 3: برنامه های کاربردی ویژن پیشرفته
برنامه های هوش مصنوعی بصری هیجان انگیز ایجاد کنید:
کار با مدل های Llama 2 Vision
ساخت یک بازی تعاملی مبتنی بر دید
تحلیل و تولید تصویر
برنامه های کاربردی چند وجهی
تکنیک های بهینه سازی عملکرد
بخش 4: پایگاه های دانش سیستم های RAG
سیستم های RAG درجه تولید را پیاده سازی کنید:
تنظیم جاسازی‌های Nomic
ادغام پایگاه داده برداری
کار با مدل Gemma 2
بهینه سازی پرس و جو
مدیریت پنجره زمینه
پردازش بیدرنگ سند
بخش 5: اتوماسیون عوامل هوش مصنوعی
با استفاده از مدل‌های پیشرفته، عوامل هوشمند بسازید:
معماری عوامل هوش مصنوعی با Gemma 2
برنامه ریزی و اجرای کار
مدیریت حافظه
ادغام ابزار
سیستم های چند عاملی
نمونه های اتوماسیون عملی
پروژه های عملی که خواهید ساخت
برنامه چت تعاملی
یک رابط چت هم‌زمان بسازید
مدیریت زمینه را اجرا کنید
پاسخ‌های جریانی را مدیریت کنید
به عنوان یک برنامه وب مستقر شود
بازی مبتنی بر چشم انداز
با استفاده از Llama 2 Vision یک بازی تعاملی ایجاد کنید
اجرای پردازش تصویر در زمان واقعی
واسط کاربری جذاب بسازید
بهینه سازی عملکرد
Enterprise RAG System
یک سیستم پردازش سند کامل ایجاد کنید
جستجوی برداری کارآمد را اجرا کنید
پردازش هوشمند پرس و جو ایجاد کنید
یک API آماده برای تولید بسازید
عامل هوش مصنوعی هوشمند
با استفاده از Gemma 2 یک عامل مستقل بسازید
اجرای برنامه ریزی و اجرای کار
چارچوب یکپارچه سازی ابزار ایجاد کنید
استقرار برای اتوماسیون دنیای واقعی
آنچه خواهید آموخت
در پایان این دوره، شما قادر خواهید بود:
Ollama را برای استفاده در تولید تنظیم و بهینه کنید
برنامه های پیچیده با استفاده از مدل های مختلف LLM بسازید
راه‌حل‌های هوش مصنوعی مبتنی بر بینایی را پیاده‌سازی کنید
سیستم های RAG درجه تولید ایجاد کنید
عوامل هوش مصنوعی هوشمند را توسعه دهید
برنامه های هوش مصنوعی خود را مستقر و مقیاس بندی کنید
چه کسی باید این دوره را بگذراند؟
این دوره برای:
عالی استتوسعه دهندگان نرم افزاری که می خواهند قابلیت های هوش مصنوعی را ادغام کنند
مهندسین ML به سمت استقرارهای محلی LLM در حال حرکت هستند
رهبران فنی در حال ارزیابی زیرساخت های هوش مصنوعی
متخصصان DevOps که سیستم‌های هوش مصنوعی را مدیریت می‌کنند
پیش نیازها
برای استفاده حداکثری از این دوره، باید موارد زیر را داشته باشید:
تجربه برنامه نویسی پایه پایتون
آشنایی با REST API
درک عملیات خط فرمان
رایانه با حداقل 16 گیگابایت رم (32 گیگابایت توصیه می شود)
چرا اوللاما را یاد بگیریم؟
مقرون به صرفه: مدل ها را به صورت محلی بدون هزینه API اجرا کنید
متمرکز بر حریم خصوصی: داده های حساس را در زیرساخت خود نگه دارید
قابل تنظیم: مدل ها را برای نیازهای خاص خود تغییر دهید
آماده تولید: راه‌حل‌های مقیاس‌پذیر و درجه یک سازمانی بسازید
قالب دوره
95% محتوای عملی عملی
ساخت گام به گام پروژه
نمونه‌های کد دنیای واقعی
تمرینات تعاملی
الگوهای آماده برای تولید
دستورالعمل‌های بهترین عملکرد
پشتیبانی و منابع
کد منبع کامل برای همه پروژه ها
الگوهای آماده برای تولید
راهنماهای عیب یابی
نکات بهینه سازی عملکرد
چک لیست های استقرار
پشتیبانی انجمن
در این سفر هیجان انگیز به دنیای توسعه هوش مصنوعی محلی به ما بپیوندید. از یک توسعه دهنده معمولی به یک متخصص مهندسی هوش مصنوعی تبدیل شوید که قادر به ساخت و استقرار برنامه های کاربردی پیشرفته هوش مصنوعی با استفاده از Ollama است.
از همین امروز شروع به ساخت برنامه های کاربردی هوش مصنوعی آماده تولید کنید!
مقدمه Introduction
-
مقدمه Introduction
-
طرح کلی Outline
راه اندازی Setup
-
گرفتن پیش نیاز Getting pre-requisities
-
Github Repo برای شبیه سازی Github Repo to clone
سفر کامل اولاما Full Walkthrough of Ollama
-
اولاما چیست؟ What is Ollama?
-
LLM های منبع باز چیست؟ What are Open Source LLMs?
راهنمای عملی در مورد اولاما Practical Guide on Ollama
-
نحوه نصب Olama and Models How to install Ollama and Models
-
کتابخانه پایتون اولاما Ollama's Python Library
-
ساخت بازی با استفاده از Olama و Llama 3.2 Vision Building a Game using Ollama and Llama 3.2 Vision
-
تست تمرینی - 1 Practice Test - 1
Olama به عنوان API Ollama as API
-
چگونه Olama را به عنوان یک API اجرا کنیم؟ How to run Ollama as an API?
-
تست تمرینی - 2 Practice Test - 2
عوامل هوش مصنوعی با اولاما AI Agents with Ollama
-
بیایید با اولاما یک عامل هوش مصنوعی بسازیم Lets build an AI Agent with Ollama
RAG (Retreival-Augmented Generation) وب سایت چت بات با اوللاما RAG (Retreival-Augmented Generation) Website Chatbot with Ollama
-
ربات چت محلی وب سایت - Ollama's Gemma 2 و Nomic Embeddings Model Website local chatbot - Ollama's Gemma 2 and Nomic Embeddings Model
تکمیل دوره Course Completion
-
با تشکر از شما برای تکمیل این دوره! Thank you for completing this course!
جایزه BONUS
-
سخنرانی پاداش Bonus Lecture
https://donyad.com/d/3f21b7
Yash Thakker
سرب محصول و رشد | سازنده هوش مصنوعی
نمایش نظرات