لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش LangChain- برنامه های کاربردی LLM را با LangChain توسعه دهید
LangChain- Develop LLM powered applications with LangChain
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
LangChain را با ساخت سریع یک برنامه مولد Ai LLM در دنیای واقعی بیاموزید LLM (Python) در LangChain مهارت داشته باشید برنامه کاربردی هوش مصنوعی مولد مبتنی بر LangChain را به پایان برسانید نظریه مهندسی سریع: زنجیره فکر، واکنش، چند شات و درک چگونگی LangChain ساخت زیر هود درک نحوه پیمایش در پایگاه کد منبع باز LangChain تئوری مدلهای زبان بزرگ برای مهندسین نرمافزار LangChain: زنجیرههای زیادی از زنجیرهها، عوامل،، بارگذار اسناد، تکستشکن، خروجیپارسر، بردارهای حافظه/پایگاهدادههای وکتوری (Pinecone, F. دوره مبتدی نیست مفاهیم اولیه مهندسی نرمافزار مورد نیاز است. من فرض میکنم دانشآموزان با موضوعات مهندسی نرمافزار آشنا هستند مانند: git، python، pipenv، متغیرهای محیطی، کلاسها، آزمایش و اشکالزدایی بدون نیاز به تجربه یادگیری ماشینی.
به اولین دوره LangChain Udemy خوش آمدید - آزادسازی قدرت LLM! این دوره جامع برای آموزش نحوه استفاده سریع از قدرت کتابخانه LangChain برای برنامه های LLM طراحی شده است. این دوره شما را با مهارت ها و دانش لازم برای توسعه راه حل های پیشرفته LLM برای طیف متنوعی از موضوعات.
لطفاً توجه داشته باشید که این دوره برای مبتدیان نیست. در این دوره فرض می شود که شما سابقه مهندسی نرم افزار دارید و به پایتون مسلط هستید. من از Pycharm IDE استفاده خواهم کرد، اما شما می توانید از هر ویرایشگری که می خواهید استفاده کنید، زیرا ما فقط از ویژگی های اصلی IDE مانند اشکال زدایی و اجرای اسکریپت ها استفاده می کنیم.
در این دوره، شما سفری را از ابتدا آغاز خواهید کرد. ساخت یک برنامه کاربردی مبتنی بر LLM در دنیای واقعی با استفاده از LangChain. برنامهای که میسازید به گونهای طراحی شده است که اینترنت را برای کسب اطلاعات در مورد نامی که ارائه میکنید و چند یخ شکن شخصیسازی شده برای شروع مکالمه با آن شخص ایجاد کند.
در طول دوره، روی تمرینات عملی و پروژه های دنیای واقعی کار خواهید کرد تا درک خود را از مفاهیم و تکنیک های تحت پوشش تقویت کنید. در پایان دوره، شما در استفاده از LangChain برای ایجاد برنامه های قدرتمند، کارآمد و همه کاره LLM برای طیف وسیعی از کاربردها مهارت خواهید داشت.
این فقط یک دوره نیست، بلکه یک دوره آموزشی نیز هست. انجمن. همراه با دسترسی مادام العمر به دوره، این موارد را دریافت خواهید کرد:
تخصیص پشتیبانی 1 در 1 عیب یابی با من
پیوندهای Github با منابع اضافی هوش مصنوعی، سؤالات متداول، راهنمای عیبیابی
دسترسی به انجمن انحصاری Discord برای ارتباط با سایر فراگیران (بیش از 1000 عضو)
بدون هزینه اضافی برای به روز رسانی و بهبود مستمر دوره
لطفا توجه داشته باشید که این دوره برای مبتدیان نیست. در این دوره فرض می شود که شما سابقه مهندسی نرم افزار دارید و به پایتون مسلط هستید. من از Pycharm IDE استفاده خواهم کرد، اما شما می توانید از هر ویرایشگری که می خواهید استفاده کنید زیرا ما فقط از ویژگی اصلی IDE مانند اشکال زدایی و اجرای اسکریپت ها استفاده می کنیم.
سرفصل ها و درس ها
معرفی
Introduction
معرفی
Introduction
چگونه از Udemy بهترین بهره را ببریم
How to get the best out of Udemy
LangChain چیست؟
What is LangChain?
سرور Discord دوره
Course's Discord Server
GIST LangChain- با زنجیره "Hello World" خود شروع کنید
The GIST of LangChain- Get started by with your "Hello World" chain
پیشنهاد راه اندازی پروژه (Pycharm)
Project Setup (Pycharm) recommend)
راه اندازی پروژه (vscode) - اختیاری است
Project Setup (vscode) - optional
اولین برنامه LangChain شما - زنجیر کردن یک اعلان ساده
Your First LangChain application - Chaining a simple prompt
ورود سریع
Quick Check In
اپلیکیشن Ice Breaker Real World Generative AI
Ice Breaker Real World Generative AI application
یخ شکن- اینجا چی می سازیم؟
Ice Breaker- What are we building here?
یکپارچه سازی پردازش داده های لینکدین - قسمت 1 - خراش دادن
Integrating Linkedin Data Processing - Part 1 - Scraping
Linkedin Data Processing - قسمت 2 - Agents Theory
Linkedin Data Processing - Part 2 - Agents Theory
Linkedin Data Processing - Part 3: Tools، AgentType و Initialize_agent
Linkedin Data Processing- Part 3: Tools, AgentType & initialize_agent
پردازش داده لینکدین - قسمت 4: پیاده سازی و آزمایش عامل سفارشی
Linkedin Data Processing- Part 4: Custom Agent Implementation & Testing
پردازش داده های توییتر- قسمت 1- خراش دادن
Twitter Data Processing- Part 1- Scraping
پردازش داده های توییتر- قسمت 2- عوامل
Twitter Data Processing- Part 2- Agents
تجزیه کننده خروجی - آماده شدن برای کار با یک Frontend
Output Parsers- Getting Ready to work with a Frontend
برنامه Fullsstack - ساختن LLM ما توسط برنامه FullStack LangChain
FullsStack App- Building our LLM powered by LangChain FullStack Application
GIST جاسازیها، پایگاههای داده برداری و زنجیره و بازیابیQA VectorDBQA
The GIST of Embeddings, Vector Databases and, VectorDBQA chain & RetrievalQA
مقدمه نظری بر embeddings، Vectorstores و زنجیره VectorDBQA
Theoretical Introduction to embeddings, Vectorstores & VectorDBQA chain
نمایش نظرات