آموزش هوش مصنوعی چندوجهی (Multi-modal AI) - آخرین آپدیت

دانلود Multi-modal AI

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: با ترکیب ورودی‌های بصری و متنی با ابزارهای کدنویسی هوش مصنوعی، ساخت اپلیکیشن‌های سطح تولید (Production) را بیاموزید. شما برنامه‌نویسی چندوجهی را کاوش خواهید کرد؛ جایی که اسکرین‌شات‌ها، تصاویر و متن به عنوان ورودی برای تولید کد به کمک هوش مصنوعی عمل می‌کنند و محیط‌های توسعه‌ای را برای جریان‌های کاری هوش مصنوعی بصری پیکربندی خواهید کرد. این دوره شامل مهندسی پرامپت با بافت بصری برای بهبود دقت تولید کد، و توسعه عملی با GitHub Copilot در VS Code برای پیشنهادات درون‌خطی و تعاملات مبتنی بر چت است. شما یک پروژه کامل را با استفاده از Live Reload و ابزارهای توسعه مرورگر برای بازخورد سریع بین تولید هوش مصنوعی و خروجی بصری خواهید ساخت. ماژول توسعه تکرارشونده (Iterative Development)، طراحی مبتنی بر مستندات را آموزش می‌دهد که در آن مستندات، هوش مصنوعی را به سمت نتایج مطلوب هدایت می‌کنند، همچنین تکرار مبتنی بر تصویر برای اصلاح کد تولید شده از طریق مقایسه بصری، و بررسی‌ها و اعتبارسنجی‌های خودکار که کیفیت را در طول چرخه‌های توسعه حفظ می‌کنند. شما یاد خواهید گرفت که چالش‌های رایج تکرار، از جمله پس‌رفت (Regression) و انحراف بافت (Context Drift) را شناسایی کرده و بر آن‌ها غلبه کنید. ماژول پیشرفته شامل پروتکل بافت مدل (MCP) برای اتصال ابزارهای هوش مصنوعی به قابلیت‌های خارجی، Playwright برای اتوماسیون مرورگر و تست بصری، و Playwright MCP برای تعاملات مرورگر مبتنی بر هوش مصنوعی است که مستقیماً اپلیکیشن‌های وب را اعتبارسنجی می‌کنند. با تکمیل این دوره، شما قادر خواهید بود اسکرین‌شات‌ها را از طریق جریان‌های کاری هوش مصنوعی چندوجهی، خودکار و تکرارشونده، به کدهای قابل استفاده در محیط عملیاتی تبدیل کنید.

سرفصل ها و درس ها

مبانی توسعه چندوجهی Multi-Modal Development Foundations

  • مقدمه دوره Course Introduction

  • برنامه‌نویسی چندوجهی چیست What Is Multi-Modal Programming

  • راه‌اندازی محیط‌های توسعه چندوجهی Setting Up Multi-Modal Dev Environments

  • اولین تبدیل اسکرین‌شات به کد Your First Screenshot to Code Conversion

  • جمع‌بندی درس ۱.۱ Lesson 1.1 Conclusion

  • مقدمه‌ای بر مهندسی پرامپت Prompt Engineering Introduction

  • مهندسی پرامپت با بافت بصری Prompt Engineering with Visual Context

  • آشنایی با GitHub Copilot و VS Code Introduction to GitHub Copilot and VS Code

  • توسعه با GitHub Copilot Developing with GitHub Copilot

  • جمع‌بندی درس ۱.۲ Lesson 1.2 Conclusion

  • مقدمه بخش ساخت پروژه Building Introduction

  • چه چیزی خواهیم ساخت What Will We Build

  • Live Reload و ابزارهای توسعه‌دهنده Live Reload and Developer Tools

  • آماده‌سازی محیط توسعه Setting Up the Development Environment

  • جمع‌بندی درس ۱.۳ Lesson 1.3 Conclusion

توسعه تکرارشونده و اتوماسیون Iterative Development and Automation

  • مقدمه MCP و اتوماسیون MCP and Automation Introduction

  • آشنایی با پروتکل MCP Introduction to MCP

  • مروری بر Playwright Overview of Playwright

  • استفاده از Playwright MCP Using Playwright MCP

  • مروری بر آنچه ساختیم Overview of What We Built

  • نتیجه‌گیری دوره Course Conclusion

  • مقدمه توسعه تکرارشونده Iterative Development Introduction

  • طراحی با استفاده از مستندات Designing with Documentation

  • انجام اولین تغییرات تکراری Iterating Over First Changes

  • استفاده از تصاویر برای تکرار و اصلاح Using Images for Iteration

  • چالش‌های فرآیند تکرار Challenges with Iteration

  • خودکارسازی بررسی‌ها و اعتبارسنجی‌ها Automating Checks and Validations

پروژه نهایی Capstone Project

نمایش نظرات

آموزش هوش مصنوعی چندوجهی (Multi-modal AI)
جزییات دوره
2h 53m
27
(آخرین آپدیت)
150
- 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