LangChain Masterclass - ساخت 15 برنامه OpenAI و LLAMA 2 LLM با استفاده از Python [ویدئو]

LangChain Masterclass - Build 15 OpenAI and LLAMA 2 LLM Apps Using Python [Video]

در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیوها:
      • در حال بارگزاری، لطفا صبر کنید...
      توضیحات دوره: با LangChain Masterclas ما، امکانات بی حد و حصر هوش مصنوعی و برنامه های کاربردی مبتنی بر زبان را باز کنید. در این دوره جامع، شما سفری متحول کننده را در قلمروهای LangChain، Pinecone، OpenAI و LLAMA 2 LLM با هدایت متخصصان این حوزه آغاز خواهید کرد. در این دوره، شما سفری را از طریق طیف متنوعی از پروژه‌های طراحی شده برای تعمیق درک و کاربرد فن‌آوری‌های پیشرفته آغاز خواهید کرد. این تلاش‌های عملی طیف گسترده‌ای از برنامه‌ها را در بر می‌گیرد، از ایجاد برنامه‌های پاسخ‌دهی پویا با استفاده از LangChain، OpenAI و Hugging Face تا توسعه ربات‌های مکالمه جذاب که تعاملات کاربر را افزایش می‌دهند. شما حتی وارد قلمرو هوش مصنوعی آموزشی خواهید شد و تجربیات سفارشی برای کودکان ایجاد خواهید کرد. همانطور که پیشرفت می کنید، کمپین های بازاریابی جذابی ایجاد می کنید، دنیای چت بات های غنی شده با خلاصه سازی را کشف می کنید، و کارهایی مانند ایجاد آزمون چند گزینه ای و تجزیه و تحلیل داده های CSV را ساده می کنید. به علاوه، نحوه بهینه‌سازی فرآیندهای منابع انسانی، ساده‌سازی سفارشی‌سازی ایمیل و استخراج جزئیات مهم فاکتور را خواهید یافت. این دوره با پروژه هایی از کمک پرس و جو از متن به SQL گرفته تا خلاصه تماس های مراقبت از مشتری، شما را به یک جعبه ابزار جامع برای پیشرفت مهارت های خود و ایجاد تحول در حوزه های مختلف هوش مصنوعی و توسعه نرم افزار مجهز می کند. در پایان این دوره، شما نه تنها درک قوی از قابلیت های LangChain خواهید داشت، بلکه مجموعه ای قوی از برنامه های کاربردی هوش مصنوعی که تخصص شما را به نمایش می گذارد نیز خواهید داشت. با LangChain چت ربات ها و برنامه های کاربردی مبتنی بر هوش مصنوعی بسازید سیستم های پاسخگویی پویا و ربات های مکالمه ایجاد کنید پیاده سازی بازاریابی خودکار و ابزارهای پشتیبانی مشتری یاد بگیرید که تجزیه و تحلیل داده ها و پردازش CSV را ساده کنید غربالگری رزومه منابع انسانی و سفارشی‌سازی ایمیل را کاوش کنید استخراج داده های فاکتور اصلی و ابزارهای جستجوی SQL این دوره برای افرادی طراحی شده است که مشتاق کشف دنیای پویا برنامه های کاربردی زبان مبتنی بر هوش مصنوعی هستند. اگر مشتاق به کارگیری پتانسیل LangChain، Pinecone، OpenAI و LLAMA 2 LLM هستید، این دوره دروازه شما به سوی تخصص است. پیش نیازها حداقل هستند و فقط به درک اولیه برنامه نویسی و کدنویسی نیاز دارند. ذهن کنجکاو و اشتیاق به هوش مصنوعی با ارزش ترین دارایی شماست. درباره جاسازی‌ها و ذخیره‌سازی داده‌های برداری برای بهبود عملکرد LangChain بیاموزید * روی 15 پروژه مختلف کار کنید، از جمله برنامه‌های پاسخ‌دهی به سؤال، ربات‌های مکالمه، و موارد دیگر.

      سرفصل ها و درس ها

      معرفی LangChain LangChain Introduction

      • آنچه در این دوره به دست خواهید آورد What You Will Get in This Course

      • LangChain چیست؟ What Is LangChain?

      • بیایید مزایای LangChain را درک کنیم Let's Understand the LangChain Benefits

      معرفی OpenAI OpenAI Introduction

      • OpenAI چیست؟ What Is OpenAI?

      • OpenAI API Key Generation OpenAI API Key Generation

      دمو و راه اندازی محیط Demo and Environment Setup

      • یک مثال LangChain - اجرای نمایشی A LangChain Example - Implementation Demo

      • نصب آناکوندا Anaconda Installation

      LangChain - مدل مفهوم ماژول LangChain - Models Module Concept

      • بررسی اجمالی ماژول های LangChain LangChain's Modules Overview

      سطح مبتدی - پروژه 1 - برنامه پرسش و پاسخ ساده Beginner Level - Project 1 - Simple Question and Answer App

      • LLMs Walkthrough LLMs Walkthrough

      • پیاده سازی عملی LLM با استفاده از پایتون LLM Practical Implementation Using Python

      • راه اندازی محیط پروژه Project Environment Setup

      • بیایید برنامه پاسخگویی به سؤالات ساده بسازیم Lets' Build Simple Question Answering Application

      پروژه 2 - برنامه ساده مکالمه Project 2 - Simple Conversational App

      • بررسی مدل چت Chat Model Walkthrough

      • پیاده سازی عملی مدل چت با استفاده از پایتون Chat Model Practical Implementation Using Python

      • بیایید یک برنامه مکالمه ساده بسازیم Let's Build Simple Conversational Application

      پروژه 3 - برنامه چیزهای مشابه را برای کودکان پیدا کنید Project 3 - Find Similar Things App for Kids

      • مروری بر جاسازی متن Text Embedding Walkthrough

      • پیاده سازی عملی جاسازی متن با استفاده از پایتون Text Embeddings Practical Implementation Using Python

      • نمونه جاسازی با استفاده از پایتون Embeddings Example Using Python

      • بیایید برنامه جستجوی کلمات مشابه بسازیم Let's build Similar Words Finder Application

      LangChain - مفهوم و پیاده سازی ماژول سریع با استفاده از پایتون LangChain - Prompt Module Concept and Implementation Using Python

      • Prompts معرفی ماژول Prompts Module Introduction

      • بررسی الگوی اعلان Prompt Template Walkthrough

      • نمونه راهنمای انتخابگرها Example Selectors Walkthrough

      • افزودن نمونه های بیشتر به اعلان ورودی Adding More Examples to Input Prompt

      • تجزیه و تحلیل خروجی Output Parsers Walkthrough

      پروژه 4 - برنامه کمپین بازاریابی Project 4 - Marketing Campaign App

      • نوت بوک Jupyter را به اسکریپت پایتون تبدیل کنید Convert Jupyter Notebook to Python Script

      • ساخت Frontend برنامه Building the App's Frontend

      • ادغام Frontend و Backend Integration of Frontend and Backend

      • مدولار کردن کد Modularization of Code

      • اضافه کردن مثال ها - کودکان، بزرگسالان و شهروندان سالخورده Adding Examples - Kids, Adults, and Senior Citizens

      LangChain - مفهوم ماژول حافظه LangChain - Memory Module Concept

      • اهمیت حافظه در برنامه های LLM-Powered Importance of Memory in LLM-Powered Apps

      • انواع مختلف حافظه Different Types of Memory

      پروژه 5 - کلون ChatGPT با گزینه خلاصه سازی Project 5 - ChatGPT Clone with Summarization Option

      • نسخه نمایشی ChatGPT Clone ChatGPT Clone Demo

      • راه اندازی پروژه Setting Up the Project

      • پیاده سازی Frontend Implementing the Frontend

      • مدولار کردن کد Modularizing the Code

      • انتقال داده های پویا Passing Dynamic Data

      • اجرای نمای گفتگوی چت بات Implementing Chatbot Conversational View

      • خلاصه گفتگو و ویژگی کلیدی API Conversation Summarization and API key feature

      LangChain - مفهوم ماژول اتصال داده LangChain - Data Connection Module Concept

      • معرفی ماژول اتصال داده Data Connection Module Introduction

      • ماژول اتصال داده - پیاده سازی پایتون قسمت 1 Data Connection Module - Python Implementation Part 1

      • ماژول اتصال داده - پیاده سازی پایتون قسمت 2 Data Connection Module - Python Implementation Part 2

      سطح متوسط ​​- پروژه 6 - برنامه ایجاد کننده آزمون MCQ Intermediate Level - Project 6 - Quiz MCQ Creator App

      • بارگیری اسناد و ایجاد تکه ها Loading Documents and Creating Chunks

      • جاسازی ها را ایجاد کنید و آنها را ذخیره کنید Generate Embeddings and Store Them

      • در حال بازیابی پاسخ Retrieving Answer

      • ایجاد خروجی ساختاریافته Creating Structured Output

      LangChain - مفهوم ماژول زنجیره ای LangChain - Chains Module Concept

      • بررسی کلی زنجیر Chains Overview

      • زنجیره های عمومی Generic Chains

      • زنجیر ابزار Utility Chains

      LangChain - مفهوم ماژول نمایندگان LangChain - Agents Module Concept

      • بررسی اجمالی نمایندگان Agents Overview

      پروژه 7 - ابزار تجزیه و تحلیل داده CSV Project 7 - CSV Data Analysis Tool

      • نسخه نمایشی ابزار تجزیه و تحلیل داده CSV CSV Data Analysis Tool Demo

      • ابزار تجزیه و تحلیل داده CSV - Frontend CSV Data Analysis Tool - Frontend

      • ابزار تجزیه و تحلیل داده CSV - Backend CSV Data Analysis Tool - Backend

      سطح پیشرفته - پروژه 8 - ابزار نوشتن اسکریپت YouTube Advanced Level - Project 8 - YouTube Script Writing Tool

      • نسخه نمایشی ابزار نوشتن اسکریپت یوتیوب YouTube Script Writing Tool Demo

      • ابزار نوشتن اسکریپت YouTube - Frontend YouTube Script Writing tool - Frontend

      • ابزار نوشتن اسکریپت YouTube - Backend YouTube Script Writing tool - Backend

      • ابزار نوشتن اسکریپت یوتیوب - یکپارچه سازی YouTube Script Writing tool - Integration

      پروژه 9 - از چت بات برای وب سایت خود پشتیبانی کنید Project 9 - Support Chatbot for Your Website

      • از ربات چت برای نسخه نمایشی وب سایت خود پشتیبانی کنید Support Chat Bot for Your Website Demo

      • Frontend را برای ارسال داده به Pinecone پیاده سازی کنید Implement Frontend for Pushing Data to Pinecone

      • پیاده سازی Backend برای خراش دادن داده ها Implementing Backend for Scraping the Data

      • پیاده سازی Backend برای فشار دادن داده ها به Pinecone Implementing Backend for Pushing the Data to Pinecone

      • مدیریت ارزش های کدگذاری شده Handling the Hardcoded Values

      • پیاده سازی سیستم بازیابی اطلاعات Implementing Information Retrieval System

      پروژه 10 - ابزار طبقه بندی خودکار بلیط Project 10 - Automatic Ticket Classification Tool

      • ابزار طبقه بندی خودکار بلیط - نسخه ی نمایشی Automatic Ticket Classification Tool - Demo

      • بارگذاری اسناد به Pinecone - Frontend و Backend Upload Documents to Pinecone - Frontend and Backend

      • تعامل چت بات - Frontend و Backend Chatbot Interaction- Frontend and Backend

      • سازماندهی صفحات مختلف در Streamlit Organizing Different Pages in Streamlit

      • ایجاد مدل طبقه بندی Classification Model Creation

      • فرآیند آموزش مدل Model Training Process

      • پیاده سازی ویژگی افزایش بلیط Ticket-Raising Feature Implementation

      • مشاهده برگه بلیت های معلق Viewing Pending Tickets Tab

      پروژه 11 - HR - کمک غربالگری رزومه Project 11 - HR - Resume Screening Assistance

      • HR - کمک غربالگری رزومه - نسخه نمایشی HR - Resume Screening Assistance - Demo

      • Resume Screening Assistance Frontend Resume Screening Assistance Frontend

      • بارگیری اسناد و افزودن متادیتا Loading Documents and Adding Metadata

      • داده ها را از Pinecone فشار داده و بکشید Push and Pull Data from Pinecone

      • خروجی تنظیم دقیق Finetuning Output

      LLAMA 2 مقدمه LLAMA 2 Introduction

      • راهنمای دانلود و معرفی LLAMA 2 LLAMA 2 Introduction and Download Guide

      پروژه 12 - تولید کننده ایمیل با استفاده از LLAMA 2 - برنامه Streamlit Project 12 - Email Generator Using LLAMA 2 - Streamlit App

      • مولد ایمیل Frontend و ایجاد ماژول Email Generator Frontend and Module Creation

      • استفاده از LLAMA 2 به عنوان LLM و Execution Using LLAMA 2 as LLM and Execution

      پروژه 13 - ربات استخراج فاکتور Project 13 - Invoice Extraction Bot

      • ربات استخراج فاکتور - نسخه ی نمایشی Invoice Extraction Bot - Demo

      • ربات استخراج فاکتور - Streamlit Frontend Invoice Extraction Bot - Streamlit Frontend

      • Replicate Platform معرفی Replicate Platform Introduction

      • استخراج داده ها Data Extraction

      • LLAMA 2 - راه اندازی LLM LLAMA 2 - LLM Setup

      • فرمت خروجی و گزینه دانلود Formatting Output and Download Option

      پروژه 14 - متن به SQL Query - Helper Tool، Google Collab، LLAMA 2 Project 14 - Text to SQL Query - Helper Tool, Google Collab, LLAMA 2

      • راه اندازی پروژه و ورود به صورت در آغوش گرفتن Project Setup and Hugging Face Login

      • ایجاد و پیش بینی خط لوله Pipeline Creation and Prediction

      پروژه 15 - هشدار خلاصه تماس مراقبت از مشتری، OpenAI، Zapier NLA Project 15 - Customer Care Call Summary Alert, OpenAI, Zapier NLA

      • هشدار خلاصه تماس مراقبت از مشتری - نسخه نمایشی Customer Care Call Summary Alert - Demo

      • پیاده سازی Frontend Frontend Implementation

      • پیاده سازی Backend Backend Implementation

      • اجرای نهایی Final Execution

      نمایش نظرات

      LangChain Masterclass - ساخت 15 برنامه OpenAI و LLAMA 2 LLM با استفاده از Python [ویدئو]
      جزییات دوره
      9 h 59 m
      90
      Packtpub Packtpub
      (آخرین آپدیت)
      1
      5 از 5
      ندارد
      دارد
      دارد
      Sharath Raju
      جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

      Google Chrome Browser

      Internet Download Manager

      Pot Player

      Winrar

      Sharath Raju Sharath Raju

      توسعه دهنده ارشد RPA UiPath