(01 - What Is LangChain)01 - LangChain چیست

(01 - What Is LangChain)01 - LangChain چیست

(02 - Let's Understand The LangChain Benefits)02 - مزایای LangChain را درک کنیم

(01 - What Is OpenAI)01 - OpenAI چیست

(02 - OpenAI API Key Generation)02 - تولید کلید API OpenAI

(01 - A LangChain Example Implementation Demo)۰۱ - مثال LangChain - دموی پیاده‌سازی

(02 - Anaconda Installation)۰۲ - نصب Anaconda

(01 - LangChains Modules Overview)۰۱ - مرور ماژول‌های LangChain

(01 - LLMs Walkthrough)۰۱ - مرور LLMها

(02 - LLM Practical Implementation Using Python)۰۲ - پیاده‌سازی عملی LLM با پایتون

(03 - Project Environment Setup)۰۳ - تنظیم محیط پروژه

(04 - Build Simple Question Answering Application)۰۴ - ساخت برنامه پرسش و پاسخ ساده

(01 - Chat Model Walkthrough)01 - راهنمای مدل چت

(02 - Chat Model Practical Implementation Using Python)02 - پیاده‌سازی عملی مدل چت با پایتون

(03 - Let's Build Simple Conversational Application)03 - ساخت برنامه مکالمه ساده

(01 - Text Embedding Walkthrough)01 - راهنمای تعبیه متنی

(02 - Text Embeddings Practical Implementation Using Python)02 - پیاده‌سازی عملی تعبیه‌های متنی با پایتون

(03 - Embeddings Example Using Python)03 - مثال تعبیه‌ها با پایتون

(04 - Let's Build Similar Words Finder Application)04 - ساخت برنامه یافتن واژه‌های مشابه

(01 - Prompts Module Introduction)۰۱ - معرفی ماژول پرامپت‌ها

(01 - Example Selectors Implementation Using Python)01 - مثال پیاده‌سازی انتخاب‌کننده‌ها با پایتون

(02 - Prompt Template Walkthrough)۰۲ - مرور قالب پرامپت

(02 - Prompt Template Implementation Using Python)۰۲ - پیاده‌سازی قالب پرامپت با پایتون

(03 - Example Selectors Walkthrough)۰۳ - مرور سلکتورهای مثال

(04 - Adding More Examples To Input Prompt)۰۴ - افزودن مثال‌های بیشتر به پرامپت ورودی

(05 - Output Parsers Walkthrough)۰۵ - مرور خروجی پارسرها

(05 - Output Parsers Implementation Using Python)۰۵ - پیاده‌سازی خروجی پارسرها با پایتون

(01 - Convert Jupyter Notebook To Python Script)۰۱ - تبدیل نوت‌بوک Jupyter به اسکریپت پایتون

(01 - App Version 1)۰۱ - برنامه نسخه ۱

(02 - Building The Apps Frontend)۰۲ - ساخت رابط کاربری برنامه

(02 - App Version 2)۰۲ - برنامه نسخه ۲

(03 - Integration of Frontend and Backend)03 - ادغام فرانت‌اند و بک‌اند

(03-01 - App Version 3)03-01 - نسخه ۳ برنامه

(04 - Modularization of Code)04 - ماژولاریزه کردن کد

(04 - App Version 4)۰۴ - برنامه نسخه ۴

(05 - Adding Examples Kids Adult And Senior Citizen)۰۵ - افزودن مثال‌ها کودک بزرگسال و کاربر سالمند

(05 - App)۰۵ - برنامه

(06 - Project Source Code)۰۶ - کد منبع پروژه

(01 - Memory Module)01 - ماژول حافظه

(01 - Importance of Memory in LLM powered Apps)01 - اهمیت حافظه در برنامه‌های مبتنی بر مدل‌های زبانی بزرگ

(02 - Different Types of Memory)02 - انواع مختلف حافظه

(03 - Memory Module)03 - ماژول حافظه

(01 - ChatGPT Clone Demo)01 - دموی کلون چت‌جی‌پی‌تی

(02 - Setting up the Project)02 - راه‌اندازی پروژه

(03 - Implementing the Frontend)03 - پیاده‌سازی فرانت‌اند

(04 - Modularizing the Code)04 - ماژولار کردن کد

(05 - Passing Dynamic Data)05 - ارسال داده‌های دینامیک

(06 - Implementing Chatbot Conversational View)06 - پیاده‌سازی نمای گفت‌وگوی چت‌بات

(07 - Conversation Summarization and API key feature)07 - خلاصه‌سازی مکالمه و ویژگی کلید API

(08 - Source Code)08 - کد منبع

(10 - Chat Model Intro)10 - معرفی مدل چت

(08 - Text Embeddings Example)08 - مثال تعبیه‌های متنی

(09 - Text Embeddings Intro)09 - مقدمه تعبیه‌های متنی

(01 - Image)01 - تصویر

(02 - Downloaded From TorrentGalaxy)02 - دانلود از تورنت‌گلکسی

(03 - Tutorial)03 - آموزش

(02 - Course Image)02 - تصویر دوره

(05 - App)05 - برنامه

(06 - My Data)06 - داده‌ها

(07 - Requirements)07 - نیازمندی‌ها

(11 - App)11 - برنامه

(12 - Readme)12 - راهنما

(13 - Requirements)13 - نیازمندی‌ها

(14 - Git Attributes)14 - ویژگی‌های گیت

(15 - Env Sample)15 - نمونه محیط

(App)برنامه

(Readme)راهنما

(Requirements)نیازمندی‌ها

(Gitattributes)گیت‌اتریبوت‌ها

(Env Sample)نمونه محیط

(LLM Intro)مقدمه LLM

(App)برنامه

(Requirements)نیازمندی‌ها

(01 - App)01 - برنامه

(02 - Requirements)02 - نیازمندی‌ها