30 KiB
21 Μαθήματα που διδάσκουν ό,τι χρειάζεται να ξέρετε για να αρχίσετε να δημιουργείτε εφαρμογές Γενετικής Τεχνητής Νοημοσύνης
🌐 Υποστήριξη πολλών γλωσσών
Υποστηρίζεται μέσω GitHub Action (Αυτοματοποιημένο & Πάντα Ενημερωμένο)
Αραβικά | Βεγγαλικά | Βουλγαρικά | Βιρμανικά (Μιανμάρ) | Κινέζικα (Απλοποιημένα) | Κινέζικα (Παραδοσιακά, Χονγκ Κονγκ) | Κινέζικα (Παραδοσιακά, Μακάο) | Κινέζικα (Παραδοσιακά, Ταϊβάν) | Κροατικά | Τσέχικα | Δανικά | Ολλανδικά | Εσθονικά | Φινλανδικά | Γαλλικά | Γερμανικά | Ελληνικά | Εβραϊκά | Χίντι | Ουγγρικά | Ινδονησιακά | Ιταλικά | Ιαπωνικά | Κανάντα | Κορεατικά | Λιθουανικά | Μαλαικά | Μαλαγιαλαμικά | Μαραθικά | Νεπάλι | Νιγηριανό Πίτζιν | Νορβηγικά | Περσικά (Φαρσί) | Πολωνικά | Πορτογαλικά (Βραζιλία) | Πορτογαλικά (Πορτογαλία) | Πουντζάμπι (Γκουρμούκι) | Ρουμανικά | Ρωσικά | Σερβικά (Κυριλλικά) | Σλοβακικά | Σλοβενικά | Ισπανικά | Σουαχίλι | Σουηδικά | Ταγκαλόγκ (Φιλιππινέζικα) | Ταμίλ | Τελούγκου | Ταϊλανδικά | Τουρκικά | Ουκρανικά | Ουρντού | Βιετναμέζικα
Γενετική Τεχνητή Νοημοσύνη για Αρχάριους (Έκδοση 3) - Ένα Μάθημα
Μάθετε τα βασικά του πώς να δημιουργείτε εφαρμογές Γενετικής Τεχνητής Νοημοσύνης με το ολοκληρωμένο μας μάθημα 21 μαθημάτων από τους Microsoft Cloud Advocates.
🌱 Ξεκινώντας
Αυτό το μάθημα περιλαμβάνει 21 μαθήματα. Κάθε μάθημα καλύπτει τη δική του θεματολογία, οπότε ξεκινήστε όπου θέλετε!
Τα μαθήματα επισημαίνονται είτε ως "Μάθετε" μαθήματα που εξηγούν μια έννοια της Γενετικής ΤΝ είτε ως "Δημιουργήστε" μαθήματα που εξηγούν μια έννοια και περιλαμβάνουν παραδείγματα κώδικα σε Python και TypeScript όπου είναι δυνατόν.
Για προγραμματιστές .NET δείτε το Generative AI for Beginners (.NET Edition)!
Κάθε μάθημα περιλαμβάνει επίσης μια ενότητα "Keep Learning" με πρόσθετα εργαλεία μάθησης.
Τι χρειάζεστε
Για να τρέξετε τον κώδικα αυτού του μαθήματος, μπορείτε να χρησιμοποιήσετε οποιοδήποτε από τα εξής:
-
Υπηρεσία Azure OpenAI - Μαθήματα: "aoai-assignment"
-
Κατάλογος Μοντέλων GitHub Marketplace - Μαθήματα: "githubmodels"
-
OpenAI API - Μαθήματα: "oai-assignment"
-
Βασικές γνώσεις Python ή TypeScript είναι χρήσιμες - *Για απόλυτα αρχάριους δείτε αυτά τα μαθήματα Python και TypeScript
-
Ένας λογαριασμός GitHub για να fork-άρετε ολόκληρο αυτό το αποθετήριο στον δικό σας λογαριασμό GitHub
Έχουμε δημιουργήσει ένα Course Setup μάθημα για να σας βοηθήσει με τη ρύθμιση του περιβάλλοντος ανάπτυξης.
Μην ξεχάσετε να βαστάξετε (🌟) αυτό το αποθετήριο για να το βρείτε πιο εύκολα αργότερα.
🧠 Έτοιμοι για Ανάπτυξη;
Αν ψάχνετε πιο προχωρημένα παραδείγματα κώδικα, ρίξτε μια ματιά στη συλλογή μας με Παραδείγματα Κώδικα Γενετικής ΤΝ σε Python και TypeScript.
🗣️ Γνωρίστε Άλλους Μαθητές, Λάβετε Υποστήριξη
Εγγραφείτε στον επίσημο server Azure AI Foundry στο Discord για να συναντήσετε και να δικτυωθείτε με άλλους μαθητές που παρακολουθούν αυτό το μάθημα και για να λάβετε υποστήριξη.
Κάντε ερωτήσεις ή μοιραστείτε σχόλια προϊόντος στο Azure AI Foundry Developer Forum στο Github.
🚀 Δημιουργείτε μια Startup;
Επισκεφθείτε το Microsoft for Startups για να μάθετε πώς να ξεκινήσετε να χτίζετε με πιστώσεις Azure σήμερα.
🙏 Θέλετε να βοηθήσετε;
Έχετε προτάσεις ή βρήκατε ορθογραφικά ή σφάλματα στον κώδικα; Ανοίξτε ένα issue ή Δημιουργήστε ένα pull request
📂 Κάθε μάθημα περιλαμβάνει:
- Μια σύντομη εισαγωγή σε βίντεο για το θέμα
- Ένα γραπτό μάθημα στο README
- Παραδείγματα κώδικα σε Python και TypeScript που υποστηρίζουν Azure OpenAI και OpenAI API
- Συνδέσμους με επιπλέον πόρους για να συνεχίσετε τη μάθησή σας
🗃️ Μαθήματα
| # | Σύνδεσμος Μαθήματος | Περιγραφή | Βίντεο | Επιπλέον Μάθηση |
|---|---|---|---|---|
| 00 | Εγκατάσταση Μαθήματος | Μάθετε: Πώς να ρυθμίσετε το περιβάλλον ανάπτυξής σας | Βίντεο Έρχεται Σύντομα | Μάθετε περισσότερα |
| 01 | Εισαγωγή στη Γενετική Τεχνητή Νοημοσύνη και τα LLMs | Μάθετε: Κατανόηση του τι είναι η Γενετική Τεχνητή Νοημοσύνη και πώς λειτουργούν τα Large Language Models (LLMs). | Βίντεο | Μάθετε περισσότερα |
| 02 | Εξερεύνηση και σύγκριση διαφορετικών LLMs | Μάθετε: Πώς να επιλέξετε το σωστό μοντέλο για την περίπτωσή σας | Βίντεο | Μάθετε περισσότερα |
| 03 | Χρήση της Γενετικής Τεχνητής Νοημοσύνης με Υπευθυνότητα | Μάθετε: Πώς να δημιουργείτε Εφαρμογές Γενετικής ΤΝ με υπευθυνότητα | Βίντεο | Μάθετε περισσότερα |
| 04 | Κατανόηση των Βασικών Αρχών του Prompt Engineering | Μάθετε: Πρακτικές βέλτιστες του Prompt Engineering με πρακτικές ασκήσεις | Βίντεο | Μάθετε περισσότερα |
| 05 | Δημιουργία Προχωρημένων Προτροπών | Μάθετε: Πώς να εφαρμόσετε τεχνικές μηχανικής προτροπών που βελτιώνουν το αποτέλεσμα των προτροπών σας. | Βίντεο | Μάθετε περισσότερα |
| 06 | Κατασκευή Εφαρμογών Γεννήτριας Κειμένου | Δημιουργία: Μια εφαρμογή δημιουργίας κειμένου χρησιμοποιώντας Azure OpenAI / OpenAI API | Βίντεο | Μάθετε περισσότερα |
| 07 | Κατασκευή Εφαρμογών Συνομιλίας | Δημιουργία: Τεχνικές για αποδοτική κατασκευή και ενσωμάτωση εφαρμογών συνομιλίας. | Βίντεο | Μάθετε περισσότερα |
| 08 | Κατασκευή Εφαρμογών Αναζήτησης και Vector Databases | Δημιουργία: Μια εφαρμογή αναζήτησης που χρησιμοποιεί Embeddings για αναζήτηση δεδομένων. | Βίντεο | Μάθετε περισσότερα |
| 09 | Κατασκευή Εφαρμογών Δημιουργίας Εικόνας | Δημιουργία: Μια εφαρμογή δημιουργίας εικόνας | Βίντεο | Μάθετε περισσότερα |
| 10 | Κατασκευή Εφαρμογών AI με Low Code | Δημιουργία: Μια εφαρμογή Generative AI που χρησιμοποιεί εργαλεία Low Code | Βίντεο | Μάθετε περισσότερα |
| 11 | Ενσωμάτωση Εξωτερικών Εφαρμογών με Function Calling | Δημιουργία: Τι είναι το function calling και ποιες είναι οι περιπτώσεις χρήσης του για εφαρμογές | Βίντεο | Μάθετε περισσότερα |
| 12 | Σχεδιασμός UX για Εφαρμογές AI | Μάθετε: Πώς να εφαρμόσετε αρχές σχεδιασμού UX όταν αναπτύσσετε εφαρμογές Generative AI | Βίντεο | Μάθετε περισσότερα |
| 13 | Ασφάλεια των Εφαρμογών Generative AI | Μάθετε: Οι απειλές και οι κίνδυνοι για τα συστήματα AI και οι μέθοδοι για την προστασία αυτών των συστημάτων. | Βίντεο | Μάθετε περισσότερα |
| 14 | Κύκλος Ζωής Εφαρμογών Generative AI | Μάθετε: Τα εργαλεία και οι μετρήσεις για τη διαχείριση του κύκλου ζωής των LLM και του LLMOps | Βίντεο | Μάθετε περισσότερα |
| 15 | Retrieval Augmented Generation (RAG) και Vector Databases | Δημιουργία: Μια εφαρμογή που χρησιμοποιεί πλαίσιο RAG για να ανακτήσει embeddings από μια βάση δεδομένων διανυσμάτων | Βίντεο | Μάθετε περισσότερα |
| 16 | Ανοιχτά Μοντέλα και Hugging Face | Δημιουργία: Μια εφαρμογή που χρησιμοποιεί ανοιχτά μοντέλα διαθέσιμα στο Hugging Face | Βίντεο | Μάθετε περισσότερα |
| 17 | AI Agents | Δημιουργία: Μια εφαρμογή που χρησιμοποιεί ένα πλαίσιο AI Agent | Βίντεο | Μάθετε περισσότερα |
| 18 | Fine-Tuning LLMs | Μάθετε: Το τι, το γιατί και το πώς της βελτιστοποίησης (fine-tuning) των LLMs | Βίντεο | Μάθετε περισσότερα |
| 19 | Κατασκευή με SLMs | Μάθετε: Τα οφέλη του να κατασκευάζετε με Μικρά Γλωσσικά Μοντέλα | Βίντεο Έρχεται Σύντομα | Μάθετε περισσότερα |
| 20 | Κατασκευή με Μοντέλα Mistral | Μάθετε: Τα χαρακτηριστικά και οι διαφορές των μοντέλων της οικογένειας Mistral | Βίντεο Έρχεται Σύντομα | Μάθετε περισσότερα |
| 21 | Κατασκευή με Μοντέλα Meta | Μάθετε: Τα χαρακτηριστικά και οι διαφορές των μοντέλων της οικογένειας Meta | Βίντεο Έρχεται Σύντομα | Μάθετε περισσότερα |
🌟 Ειδικές ευχαριστίες
Ειδικές ευχαριστίες στον John Aziz για τη δημιουργία όλων των GitHub Actions και των ροών εργασίας
Bernhard Merkle για τις σημαντικές συνεισφορές σε κάθε μάθημα που βελτίωσαν την εμπειρία των μαθητών και την εμπειρία με τον κώδικα.
🎒 Άλλα Μαθήματα
Η ομάδα μας παράγει και άλλα μαθήματα! Δείτε:
LangChain
Azure / Edge / MCP / Agents
Σειρά Generative AI
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Κύρια Μαθήματα
Σειρά Copilot
Λήψη Βοήθειας
Αν κολλήσετε ή έχετε οποιεσδήποτε ερωτήσεις σχετικά με την ανάπτυξη εφαρμογών AI. Συμμετάσχετε με άλλους/ες μαθητευόμενους και έμπειρους προγραμματιστές σε συζητήσεις για το MCP. Είναι μια υποστηρικτική κοινότητα όπου οι ερωτήσεις είναι ευπρόσδεκτες και η γνώση μοιράζεται ελεύθερα.
Εάν έχετε σχόλια για το προϊόν ή σφάλματα κατά την ανάπτυξη, επισκεφθείτε:
Αποποίηση ευθυνών: Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης με τεχνητή νοημοσύνη Co-op Translator. Παρότι καταβάλλουμε προσπάθειες για ακρίβεια, να έχετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις ενδέχεται να περιέχουν σφάλματα ή ανακρίβειες. Το πρωτότυπο έγγραφο στην αρχική του γλώσσα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες συνιστάται επαγγελματική μετάφραση από ανθρώπινο μεταφραστή. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή λανθασμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.