21 Μαθήματα που διδάσκουν όλα όσα χρειάζεστε για να ξεκινήσετε να δημιουργείτε εφαρμογές Γεννητικής Τεχνητής Νοημοσύνης
Αραβικά | Μπενγκάλι | 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 | Χμερ | Κορεατικά | Λιθουανικά | Μαλάι | Μαλαγιάλαμ | Μαραθικά | Νεπάλι | Νιγηριανή Πίτγκιν | Νορβηγικά | Περσικά (Φαρσί) | Πολωνικά | Πορτογαλικά (Βραζιλίας) | Πορτογαλικά (Πορτογαλίας) | Πουντζάμπι (Γκουρμούκι) | Ρουμανικά | Ρωσικά | Σερβικά (Κυριλλικά) | Σλοβακικά | Σλοβενικά | Ισπανικά | Σουαχίλι | Σουηδικά | Ταγαλογκ (Φιλιππινέζικα) | Ταμίλ | Τελούγκου | Ταϊλανδικά | Τουρκικά | Ουκρανικά | Ουρντού | Βιετναμέζικα
Προτιμάτε να Κλωνοποιήσετε Τοπικά;
Αυτό το αποθετήριο περιλαμβάνει μεταφράσεις σε περισσότερες από 50 γλώσσες, γεγονός που αυξάνει σημαντικά το μέγεθος λήψης. Για κλωνοποίηση χωρίς τις μεταφράσεις, χρησιμοποιήστε sparse checkout:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"Αυτό σας δίνει όλα όσα χρειάζεστε για να ολοκληρώσετε το μάθημα με πολύ πιο γρήγορη λήψη.
Μάθετε τα βασικά της δημιουργίας εφαρμογών Γεννητικής Τεχνητής Νοημοσύνης με το ολοκληρωμένο μας μάθημα 21 μαθημάτων από τους Microsoft Cloud Advocates.
Αυτό το μάθημα έχει 21 μαθήματα. Κάθε μάθημα καλύπτει το δικό του θέμα, οπότε ξεκινήστε όπου θέλετε!
Τα μαθήματα χαρακτηρίζονται είτε ως "Μάθετε", εξηγώντας μια έννοια Γεννητικής Τεχνητής Νοημοσύνης, είτε ως "Δημιουργήστε", που εξηγούν μια έννοια και παραδείγματα κώδικα σε Python και TypeScript όπου είναι δυνατόν.
Για προγραμματιστές .NET δείτε Γεννητική Τεχνητή Νοημοσύνη για Αρχάριους (Έκδοση .NET)!
Κάθε μάθημα περιλαμβάνει επίσης ενότητα "Συνέχισε να Μαθαίνεις" με πρόσθετα εργαλεία εκμάθησης.
-
Azure OpenAI Service - Μαθήματα: "aoai-assignment"
-
Κατάλογος Μοντέλων GitHub Marketplace - Μαθήματα: "githubmodels"
-
OpenAI API - Μαθήματα: "oai-assignment"
-
Βασικές γνώσεις Python ή TypeScript είναι χρήσιμες - *Για απόλυτους αρχάριους δείτε αυτά τα μαθήματα Python και TypeScript
-
Λογαριασμός GitHub για να αποκλείσετε αυτό ολόκληρο το αποθετήριο στο δικό σας λογαριασμό GitHub
Έχουμε δημιουργήσει ένα μάθημα Ρύθμιση Μαθήματος για να σας βοηθήσει με τη ρύθμιση του περιβάλλοντος ανάπτυξής σας.
Μην ξεχνάτε να βαθμολογήσετε (🌟) αυτό το αποθετήριο για να το βρίσκετε πιο εύκολα αργότερα.
Αν ψάχνετε για πιο προηγμένα παραδείγματα κώδικα, δείτε τη συλλογή μας με Παραδείγματα Κώδικα Γεννητικής Τεχνητής Νοημοσύνης σε Python και TypeScript.
Εγγραφείτε στον επίσημο διακομιστή Azure AI Foundry Discord για να γνωρίσετε και να δικτυωθείτε με άλλους μαθητές που παρακολουθούν αυτό το μάθημα και να λάβετε υποστήριξη.
Κάντε ερωτήσεις ή μοιραστείτε σχόλια προϊόντος στο Azure AI Foundry Developer Forum στο GitHub.
Επισκεφτείτε το Microsoft for Startups για να μάθετε πώς να ξεκινήσετε να δημιουργείτε με πιστώσεις Azure σήμερα.
Έχετε προτάσεις ή βρήκατε ορθογραφικά ή σφάλματα κώδικα; Αναφέρετε ένα θέμα ή Δημιουργήστε ένα αίτημα Pull
- Μια σύντομη βίντεο εισαγωγή στο θέμα
- Ένα γραπτό μάθημα που βρίσκεται στο README
- Παραδείγματα κώδικα Python και TypeScript που υποστηρίζουν Azure OpenAI και OpenAI API
- Συνδέσμους σε πρόσθετους πόρους για να συνεχίσετε τη μάθησή σας
| # | Σύνδεσμος Μαθήματος | Περιγραφή | Βίντεο | Επιπλέον Μάθηση |
|---|---|---|---|---|
| 00 | Ρύθμιση Μαθήματος | Μάθετε: Πώς να ρυθμίσετε το περιβάλλον ανάπτυξής σας | Βίντεο Σύντομα | Μάθετε Περισσότερα |
| 01 | Εισαγωγή στη Γεννητική Τεχνητή Νοημοσύνη και τα LLMs | Μάθετε: Κατανόηση τι είναι η Γεννητική Τεχνητή Νοημοσύνη και πώς λειτουργούν τα Μεγάλα Γλωσσικά Μοντέλα (LLMs). | Βίντεο | Μάθετε Περισσότερα |
| 02 | Εξερευνώντας και συγκρίνοντας διαφορετικά LLMs | Μάθετε: Πώς να επιλέξετε το κατάλληλο μοντέλο για την περίπτωσή σας | Βίντεο | Μάθετε Περισσότερα |
| 03 | Χρήση της Γεννητικής Τεχνητής Νοημοσύνης με Υπευθυνότητα | Μάθετε: Πώς να δημιουργείτε εφαρμογές Γεννητικής Τεχνητής Νοημοσύνης υπεύθυνα | Βίντεο | Μάθετε Περισσότερα |
| 04 | Κατανόηση των Βασικών της Μηχανικής Προτροπών | Μάθετε: Καλύτερες Πρακτικές Μηχανικής Προτροπών με πρακτική εμπειρία | Βίντεο | Μάθετε Περισσότερα |
| 05 | Δημιουργία Προχωρημένων Προτροπών | Μάθετε: Πώς να εφαρμόζετε τεχνικές μηχανικής προτροπών που βελτιώνουν το αποτέλεσμα των προτροπών σας. | Βίντεο | Μάθετε Περισσότερα |
| 06 | Κατασκευή Εφαρμογών Δημιουργίας Κειμένου | Δημιουργήστε: Μια εφαρμογή δημιουργίας κειμένου χρησιμοποιώντας το Azure OpenAI / OpenAI API | Βίντεο | Μάθετε Περισσότερα |
| 07 | Κατασκευή Εφαρμογών Συνομιλίας | Δημιουργήστε: Τεχνικές για αποτελεσματική κατασκευή και ενσωμάτωση εφαρμογών συνομιλίας. | Βίντεο | Μάθετε Περισσότερα |
| 08 | Κατασκευή Εφαρμογών Αναζήτησης με Βάσεις Δεδομένων Διανυσμάτων | Δημιουργήστε: Μια εφαρμογή αναζήτησης που χρησιμοποιεί Ενσωματώσεις για αναζήτηση δεδομένων. | Βίντεο | Μάθετε Περισσότερα |
| 09 | Κατασκευή Εφαρμογών Δημιουργίας Εικόνων | Δημιουργήστε: Μια εφαρμογή δημιουργίας εικόνων | Βίντεο | Μάθετε Περισσότερα |
| 10 | Κατασκευή Εφαρμογών Τεχνητής Νοημοσύνης με Μικρό Κώδικα | Δημιουργήστε: Μια εφαρμογή Δημιουργικής ΤΝ χρησιμοποιώντας εργαλεία χαμηλού κώδικα | Βίντεο | Μάθετε Περισσότερα |
| 11 | Ενσωμάτωση Εξωτερικών Εφαρμογών με Κλήσεις Συνάρτησης | Δημιουργήστε: Τι είναι οι κλήσεις συνάρτησης και οι χρήσεις τους σε εφαρμογές | Βίντεο | Μάθετε Περισσότερα |
| 12 | Σχεδίαση UX για Εφαρμογές Τεχνητής Νοημοσύνης | Μάθετε: Πώς να εφαρμόζετε αρχές σχεδίασης UX κατά την ανάπτυξη εφαρμογών Δημιουργικής ΤΝ | Βίντεο | Μάθετε Περισσότερα |
| 13 | Ασφάλεια των Εφαρμογών Δημιουργικής ΤΝ | Μάθετε: Τις απειλές και κινδύνους για τα συστήματα τεχνητής νοημοσύνης και τρόπους ασφάλειας τους. | Βίντεο | Μάθετε Περισσότερα |
| 14 | Ο Κύκλος Ζωής Εφαρμογών Δημιουργικής ΤΝ | Μάθετε: Τα εργαλεία και τις μετρήσεις για τη διαχείριση του Κύκλου Ζωής LLM και LLMOps | Βίντεο | Μάθετε Περισσότερα |
| 15 | Ανάκτηση Ενισχυμένης Γεννήτριας (RAG) και Βάσεις Δεδομένων Διανυσμάτων | Δημιουργήστε: Μια εφαρμογή που χρησιμοποιεί το πλαίσιο RAG για ανάκτηση ενσωματώσεων από Βάσεις Δεδομένων Διανυσμάτων | Βίντεο | Μάθετε Περισσότερα |
| 16 | Ανοιχτά Μοντέλα και Hugging Face | Δημιουργήστε: Μια εφαρμογή που χρησιμοποιεί ανοιχτά μοντέλα διαθέσιμα στο Hugging Face | Βίντεο | Μάθετε Περισσότερα |
| 17 | Πράκτορες Τεχνητής Νοημοσύνης | Δημιουργήστε: Μια εφαρμογή που χρησιμοποιεί το πλαίσιο Πράκτορα ΤΝ | Βίντεο | Μάθετε Περισσότερα |
| 18 | Βελτιστοποίηση LLMs | Μάθετε: Το τι, το γιατί και το πώς της βελτιστοποίησης LLMs | Βίντεο | Μάθετε Περισσότερα |
| 19 | Κατασκευή με Μικρά Γλωσσικά Μοντέλα (SLMs) | Μάθετε: Τα οφέλη της κατασκευής 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 στον/στην John Aziz για τη δημιουργία όλων των GitHub Actions και ροών εργασίας
τον/την Bernhard Merkle για τη σημαντική συμβολή σε κάθε μάθημα που βελτιώνει την εμπειρία του μαθητευόμενου και του κώδικα.
Η ομάδα μας παράγει και άλλα μαθήματα! Δείτε:
Αν κολλήσετε ή έχετε οποιεσδήποτε ερωτήσεις σχετικά με τη δημιουργία εφαρμογών AI. Ενταχθείτε σε συναδέλφους μαθητές και έμπειρους προγραμματιστές σε συζητήσεις σχετικά με το MCP. Είναι μια υποστηρικτική κοινότητα όπου οι ερωτήσεις είναι ευπρόσδεκτες και η γνώση μοιράζεται ελεύθερα.
Αν έχετε σχόλια για το προϊόν ή σφάλματα κατά την ανάπτυξη επισκεφτείτε:
Αποποίηση ευθυνών:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία μετάφρασης με τεχνητή νοημοσύνη Co-op Translator. Παρόλο που επιδιώκουμε την ακρίβεια, παρακαλούμε να λάβετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις μπορεί να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα πρέπει να θεωρείται η επίσημη πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή παρανοήσεις που προκύπτουν από τη χρήση αυτής της μετάφρασης.