शुरुआती लोगों के लिए Generative AI

 (microsoft.github.io)
1 पॉइंट द्वारा GN⁺ 2023-11-25 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Generative AI ऐप पहली बार बनाने वाले developers को concept से implementation तक आगे बढ़ने में मदद करने के लिए Microsoft Cloud Advocates ने 21 lessons वाला यह introductory course बनाया है
  • Lessons को theory-केंद्रित Learn और code examples वाले Build में बांटा गया है, और जहाँ संभव हो वहाँ Python और TypeScript examples साथ में दिए गए हैं
  • Hands-on practice Azure OpenAI Service, GitHub Marketplace Model Catalog, या OpenAI API में से किसी एक के साथ चलाई जा सकती है, इसलिए learning environment चुनने के विकल्प ज्यादा हैं
  • हर lesson में छोटा video introduction, README documentation, code samples और अतिरिक्त learning links हैं, जिससे इन्हें स्वतंत्र रूप से सीखना आसान है
  • 50 से ज्यादा भाषाओं में translations उपलब्ध हैं, लेकिन local clone करते समय size बड़ा हो सकता है; translation files को exclude करने के लिए sparse checkout उपयोगी तरीका है

21 lessons वाला introductory course

  • Generative AI for Beginners Microsoft Cloud Advocates द्वारा बनाया गया Generative AI applications का introductory course है
  • यह कुल 21 lessons से बना है, और हर lesson एक स्वतंत्र topic कवर करता है, इसलिए आप अपनी पसंद की जगह से शुरू कर सकते हैं
  • Lesson types दो तरह के हैं
    • Learn: Generative AI concepts समझाता है
    • Build: concepts और code examples को साथ में कवर करता है
  • जहाँ संभव हो, Python और TypeScript code examples दिए जाते हैं
  • .NET developers Generative AI for Beginners (.NET Edition) देख सकते हैं
  • हर lesson में अतिरिक्त learning resources का Keep Learning section शामिल है

Practice के लिए prerequisites

  • Course code चलाने के लिए आप इनमें से किसी एक का उपयोग कर सकते हैं
  • Python या TypeScript की basic knowledge हो तो सीखने में मदद मिलेगी
    • बिल्कुल नए learners पहले Python और TypeScript courses देख सकते हैं
  • पूरे repository को अपने account में fork करने के लिए GitHub account चाहिए
  • Development environment setup Course Setup lesson में कवर किया गया है

Translation support और local clone optimization

  • Course में 50 से ज्यादा भाषाओं के translations शामिल हैं, और GitHub Action के जरिए automatic तरीके से up-to-date रखे जाने वाले translations उपलब्ध कराए जाते हैं
  • Supported languages की list में Arabic, Chinese, French, German, Hindi, Japanese, Korean, Spanish, Vietnamese आदि कई भाषाएँ शामिल हैं
  • Translation files की वजह से repository download size बढ़ सकता है
  • Translation के बिना जल्दी clone करने के लिए sparse checkout से translations और translated_images को exclude किया जा सकता है
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'

Lessons की basic structure

  • हर lesson में ये elements शामिल हैं
    • topic पर छोटा video introduction
    • README-based documentation-style lesson
    • Azure OpenAI और OpenAI API को support करने वाले Python और TypeScript code samples
    • आगे learning जारी रखने के लिए resource links

पूरा lesson flow

अतिरिक्त resources और participation paths

  • ज्यादा advanced code samples Generative AI Code Samples collection में देखे जा सकते हैं, और ये Python व TypeScript में उपलब्ध हैं
  • Learners से जुड़ने और support पाने के लिए Azure AI Foundry Discord server में शामिल हो सकते हैं
  • Questions या product feedback Azure AI Foundry Developer Forum पर share किए जा सकते हैं
  • Startup के रूप में Azure credits का उपयोग करके शुरुआत करनी हो तो Microsoft for Startups देख सकते हैं
  • Suggestions, typos या code errors के लिए issue खोल सकते हैं या pull request बना सकते हैं

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2023-11-25
Hacker News की राय

  • इसे कैसे इस्तेमाल करें नहीं, बल्कि यह वास्तव में कैसे काम करता है इस पर आधारित कोई course या किताब सुझाने के बारे में जानना चाहता हूँ

    • https://course.fast.ai और https://karpathy.ai/zero-to-hero.html दोनों बेहतरीन हैं
    • sibling comment में आई चीज़ें देखीं, लेकिन उनसे मदद नहीं मिली; यह चैनल देखते ही बात समझ में आ गई: https://www.youtube.com/@algorithmicsimplicity
      convolutional neural networks और transformer networks दोनों की व्याख्या बहुत अच्छी तरह बैठी
      visualization के लिए यह चैनल भी ज़ोरदार सिफारिश है: https://www.youtube.com/watch?v=eMXuk97NeSI&t=207s
      convolutional neural networks में stride, features, window size, input और output size के संबंध जैसे concepts को अच्छे से समझाता और दिखाता है
    • यह आपके स्तर पर निर्भर करता है
      Andrew Ng का Coursera course deep learning की बुनियाद सीखने में मदद करता है
      "Generative AI for Everyone" और दूसरे छोटे courses भी बुनियादी समझ दे देते हैं, और वहाँ से आगे बढ़ा जा सकता है
      https://www.coursera.org/specializations/deep-learning
      https://www.deeplearning.ai/courses/generative-ai-for-everyo...
      HuggingFace पर भी एक ठीक course है: https://huggingface.co/learn/nlp-course/
      Jay Allamer की transformer architecture पर blog post भी अच्छी है: https://www.deeplearning.ai/short-courses/
      अंत में संभावना है कि आप arxiv.org के papers पढ़ने लगेंगे
    • Karpathy का हाल में YouTube पर डाला गया 1 घंटे का lecture भी है: https://www.youtube.com/watch?v=zjkBMFhNj_g
    • मुफ़्त courses और study material की एक सूची बनाई गई है: https://phaseai.com/resources/free-resources-ai-ml-2024
      सब कुछ खुद देखकर quality ठीक है और यह sales/marketing सामग्री नहीं है, यह भी जाँचा गया है

  • क्या ऐसे लोगों के लिए कोई learning path है जिन्होंने AI/ML कभी नहीं किया?
    ChatGPT से पूछा तो उसने linear algebra से शुरू करके calculus, फिर probability और statistics, उसके बाद दूसरे चरण में machine learning basics, और तीसरे चरण में deep learning और neural networks सुझाए
    पता नहीं यह सलाह कितनी सही है, और मैं एक software developer हूँ

    • deep learning की बुनियाद सीखने का यह सही रास्ता नहीं है
      Andrew Ng के Intro to Machine Learning और Deep Learning Coursera courses कर लेने चाहिए
      Goodfellow आदि की 『Deep Learning』 भी काफ़ी अच्छी बताई जाती है, हालांकि मैंने खुद नहीं पढ़ी
      standard calculus या linear algebra के पूरे courses दोबारा पढ़ना समय की बर्बादी हो सकता है
      AI courses या deep learning की किताबों की शुरुआत में जो संबंधित math सिखाया जाता है, वही सीखना बेहतर है, और हर introductory subject के असंबंधित 90% हिस्से को छोड़ देना चाहिए
      यह बात ऐसे व्यक्ति की है जिसने लगभग 10 साल पहले neural networks को scratch से बनाया था
    • मुझे linear algebra, calculus से कहीं ज़्यादा पसंद है, लेकिन लगता है कि एक proper linear algebra course समझने के लिए calculus पढ़ने से आने वाली कुछ mathematical maturity ज़रूरी होती है
      calculus जानने पर Padé approximation जैसी approximation theory में जा सकते हैं, जो calculus और linear algebra के मिलने की एक खूबसूरत जगह है
      वैसे भी 『Schaum's Outline of Linear Algebra』 शायद linear algebra पर अब तक पढ़ी गई सबसे अच्छी किताब थी, और यह थोड़ा abstract algebra भी छूती है
    • यह काफ़ी हद तक इस पर निर्भर करता है कि आप वास्तव में क्या चाहते हैं
      1. मौजूदा models का इस्तेमाल करना: सबसे आसान तरीका आमतौर पर paid web services हैं, और कठिन रास्ता local install है, जिसके लिए अच्छा computer चाहिए
      2. यह समझना कि models कैसे काम करते हैं
      3. यह समग्र रूप से समझना कि यह धारा कहाँ जा रही है
      4. मौजूदा models को train या fine-tune कर पाना
        4.1 model generation के लिए framework बनाना
        4.2 testing, training, inference आदि के लिए framework बनाना
      5. model design: यह domain के हिसाब से बहुत बदलता है, इसलिए गहराई में जाना हो तो specialization चाहिए
      6. अंततः AGI बनाना
        इन सबके लिए अलग-अलग skills चाहिए
        कुछ के लिए सिर्फ़ news follow करना काफ़ी है, कुछ के लिए coding skills चाहिए, और कुछ में theory या philosophy ज़्यादा महत्वपूर्ण है
        सब कुछ एक साथ हासिल नहीं किया जा सकता, लेकिन संबंधित skills बिल्कुल न होने पर भी पहले लगभग 4 स्तर तक पहुँचना संभव है
        बेशक ethics “expert” बनना सबसे आसान रास्ता है
    • यह इस पर निर्भर करता है कि आप इस्तेमाल करना चाहते हैं या बनाना चाहते हैं
      अगर दूसरा, तो ChatGPT की सलाह अच्छी शुरुआत है; अगर पहला, तो इस तरह के courses बेहतर शुरुआत हैं
    • Andrej Karpathy का zero to hero course सुझाऊँगा
      यह बहुत अच्छा है, 8 video lectures से बना है, और आप अपनी Jupyter notebook में साथ-साथ follow कर सकते हैं
      हर lecture लगभग 1–2 घंटे का है

  • विकास की रफ़्तार और नए paradigms जिस तेज़ी से खोजे जा रहे हैं, उसे देखकर लगता है कि यह course जल्दी पुराना हो जाएगा
    मैंने 2 साल पहले generative AI सीखा था, और उस समय इस्तेमाल किए गए tools अब लगभग पूरी तरह पुराने पड़ चुके हैं

  • क्या open source पक्ष में भी ऐसा कुछ है?

    • यह guide तो नहीं है, लेकिन https://github.com/AUTOMATIC1111/stable-diffusion-webui local पर AI images बनाने के लिए एक sandbox app है, और इसकी community बहुत सक्रिय है
    • Mac Silicon पर public LLMs को आसानी से download और run करने के लिए Ollama आज़माने लायक है
    • अगर शुरुआत के लिए आसान simple UI चाहिए, तो शायद यह सही है: https://github.com/oobabooga/text-generation-webui

  • यह कुछ ज़्यादा Azure marketing जैसा लगता है

  • अगर आप LLM का इस्तेमाल कैसे करें इस पर practical guide ढूँढ रहे हैं, तो Jeremy Howard की "Hackers Guide to language models" की ज़ोरदार सिफारिश है
    यह 1.5 घंटे की video है जिसमें practical जानकारी भरी हुई है: https://youtu.be/jkrNMKz9pWU

  • लगता है इसके लिए Azure OpenAI access चाहिए, जो individual users को नहीं मिलता और शायद सिर्फ़ कुछ enterprise customers के लिए खुला है

  • यह इतना marketing material जैसा लगता है कि समझ नहीं आता यह यहाँ क्यों पोस्ट किया गया

    • समझ नहीं आया कि कौन-सा हिस्सा marketing जैसा लगा
      मैंने सामग्री सरसरी तौर पर देखी, और किसी ऐसे technical व्यक्ति के लिए जो अभी इस technology में प्रवेश करना चाहता है, यह काफ़ी comprehensive लगी