LangChain MasterClass- #8 OpenAI LLM and Pinecone Python Apps
معرفی LangChain: درک چارچوبها و مدلهای زبان بزرگ
مدرس: پلتفرم: Udemy امتیاز: سال: آپلود: 1405/04/04 حجم: 2.7 GB زمان:
325,000 تومان
325000.0
IRT
3,250,000 تومان
| پاسخگو | N8N |
|---|---|
| اخرین بروزرسانی | 2026/06/18 |
| اعضا | 1 |
AI
LangChain
LLM
Framework
Tutorial
Software Development
-
(LangChain Introduction)معرفی LangChain4درسها ·
-
(01 - What Is LangChain)01 - LangChain چیست
-
(01 - What Is LangChain)01 - LangChain چیست
-
پیشنمایش رایگان
-
(02 - Let's Understand The LangChain Benefits)02 - مزایای LangChain را درک کنیم
-
-
(OpenAI Introduction)معرفی OpenAI2درسها ·
-
(01 - What Is OpenAI)01 - OpenAI چیست
-
(02 - OpenAI API Key Generation)02 - تولید کلید API OpenAI
-
-
(Demo & Environment Setup)۳. دموی و تنظیم محیط2درسها ·
-
(01 - A LangChain Example Implementation Demo)۰۱ - مثال LangChain - دموی پیادهسازی
-
(02 - Anaconda Installation)۰۲ - نصب Anaconda
-
-
(Models Module Concept)۴. مفهوم ماژولهای مدلها1درسها ·
-
(01 - LangChains Modules Overview)۰۱ - مرور ماژولهای LangChain
-
-
(Project #1 - Simple Question & Answer App)۵. پروژه #۱ - برنامه پرسش و پاسخ ساده4درسها ·
-
(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
-
-
(Project #2 - Simple Conversational App)پروژه ۲ - برنامه مکالمه ساده3درسها ·
-
(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
-
-
(Project #3 - Find Similar Things App For Kids)پروژه ۳ - برنامه یافتن چیزهای مشابه برای کودکان4درسها ·
-
(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
-
-
(Prompt Module Concept & Implementation Using Python)۸. مفهوم ماژول پرامپت و پیادهسازی با پایتون8درسها ·
-
(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
-
-
(Project #4 - Marketing Campaign App)پروژه ۴ - برنامه کمپین بازاریابی11درسها ·
-
(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
-
-
(Memory Module Concept)مفهوم ماژول حافظه4درسها ·
-
(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
-
-
(Project #5 - ChatGPT Clone with Summarization Option)پروژه ۵ - کلون چتجیپیتی با گزینه خلاصهسازی8درسها ·
-
(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
-
-
(Chat Model Practical Implementation using Python)اجرای عملی مدل چت با پایتون1درسها ·
-
(10 - Chat Model Intro)10 - معرفی مدل چت
-
-
(Embeddings Example using Python)مثال تعبیههای متنی با پایتون1درسها ·
-
(08 - Text Embeddings Example)08 - مثال تعبیههای متنی
-
-
(Embeddings Practical Implementation using Python)پیادهسازی عملی تعبیههای متنی با پایتون1درسها ·
-
(09 - Text Embeddings Intro)09 - مقدمه تعبیههای متنی
-
-
(LangChain MasterClass-Develop 7 OpenAI LLM Apps using Python)کلاس مسترچین - توسعه ۷ برنامه LLM OpenAI با پایتون4درسها ·
-
(01 - Image)01 - تصویر
-
(02 - Downloaded From TorrentGalaxy)02 - دانلود از تورنتگلکسی
-
(03 - Tutorial)03 - آموزش
-
(02 - Course Image)02 - تصویر دوره
-
-
(Let's build Similar Words Finder Application)ساخت برنامه یافتن واژههای مشابه3درسها ·
-
(05 - App)05 - برنامه
-
(06 - My Data)06 - دادهها
-
(07 - Requirements)07 - نیازمندیها
-
-
(Let's Build Simple Conversational Application)ساخت برنامه مکالمه ساده5درسها ·
-
(11 - App)11 - برنامه
-
(12 - Readme)12 - راهنما
-
(13 - Requirements)13 - نیازمندیها
-
(14 - Git Attributes)14 - ویژگیهای گیت
-
(15 - Env Sample)15 - نمونه محیط
-
-
(Lets' Build Simple Question Answering Application)بیایید برنامه پرسش و پاسخ ساده را بسازیم5درسها ·
-
(App)برنامه
-
(Readme)راهنما
-
(Requirements)نیازمندیها
-
(Gitattributes)گیتاتریبوتها
-
(Env Sample)نمونه محیط
-
-
(LLM Practical Implementation using Python)پیادهسازی عملی LLM با پایتون1درسها ·
-
(LLM Intro)مقدمه LLM
-
-
(Project 4 - Final Code)پروژه ۴ - کد نهایی2درسها ·
-
(App)برنامه
-
(Requirements)نیازمندیها
-
-
(Project 5 - Source Code)پروژه ۵ - کد منبع2درسها ·
-
(01 - App)01 - برنامه
-
(02 - Requirements)02 - نیازمندیها
-
آماده دسترسی به دوره کامل هستید؟
با مراجعه به صفحه محصول میتوانید جزئیات، قیمت و شرایط دسترسی این دوره را مشاهده و آن را خریداری کنید.
مشاهده و خرید دورهمدت دوره
2.7 GB
حجم فایل
سال انتشار
امتیاز پلتفرم
درباره این دوره
این ویدیو مقدمهای است که توضیح میدهد چارچوب نرمافزاری چیست، با استفاده از تشبیههای روزمره، و سپس به مفهوم مدلهای زبان بزرگ (LLMs) میپردازد. این ویدیو شرح میدهد چگونه LLMها بر روی دادههای عظیم آموزش میبینند، تواناییهای آنها (ترجمه، خلاصهسازی، تولید، طبقهبندی و غیره)، و در نهایت LangChain را معرفی میکند – چارچوب متنباز که ساخت برنامههای مبتنی بر LLMها را ساده میسازد. بینندگان میآموزند چرا LangChain مفید است، چطور به ارائهدهندگان مختلف LLM متصل میشود، و چه نوع پروژههای پیچیده مبتنی بر هوش مصنوعی میتواند امکانپذیر کند.
پیشنیازها
نیازمندیها
برچسبها ["LangChain","LLM","هوش مصنوعی","چارچوب","آموزش","توسعه نرمافزار"]
کلمات کلیدی LangChain, مدل زبان بزرگ, LLM, چارچوب هوش مصنوعی, توسعه هوش مصنوعی, یادگیری ماشین, پایتون, کاربردهای هوش مصنوعی, آموزش LangChain, چارچوب نرمافزاری
EN Tags ["LangChain","LLM","AI","Framework","Tutorial","Software Development"]
EN Keywords LangChain, large language model, LLM, AI framework, AI development, machine learning, Python, AI applications, LangChain tutorial, software framework