|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/bootcamp-langchain-avec-python/
课程评论：没有评论
**课程名称：** 使用 LangChain 精通大语言模型 (LLMs) **课程概述：** 本课程将带你深入探索生成式人工智能和大型语言模型 (LLMs) 的世界，重点介绍如何结合 LangChain 和 Python 来快速构建强大的 LLM 应用。你将学习 LangChain 的核心组件，如链（Chains）、模型（Models）、工具（Tools）和代理（Agents），并掌握如何运用它们来开发面向各种主题的先进自然语言处理（NLP）解决方案。 课程将深入探讨检索增强生成（RAG）的概念，包括信息存储与检索过程，并学习如何实现向量存储、理解嵌入（Embeddings）及其有效使用方法。你还将学习如何利用 RAG 与 PDF 文档和网页进行交互。此外，课程还将介绍如何整合代理和工具，例如利用 LLMs 进行网络搜索和获取最新信息。 **核心学习内容：** * 理解 LangChain 的作用及其如何扩展 AI 助手的能力。 * 无缝集成 LangChain 与 OpenAI、MistralAI 和 Hugging Face。 * 使用提示模板（Prompt Templates）标准化查询。 * 连接各种数据源，包括文档、嵌入和向量数据库。 * 通过嵌入管理上下文和记忆。 * 利用工具和代理增强 OpenAI 的能力，例如执行代码。 * 实践使用 LangChain 的向量数据库 ChromaDB。 * 实现 LangChain 的文本流式生成。 **项目实践：** * 构建一个能够进行网络搜索并具备记忆功能的自定义聊天机器人，用于问答。 * 应用 RAG 技术来读取和查询任何类型的 PDF 文件。 **课程目标：** 完成本课程后，你将能够自信地构建 LangChain 应用，将 OpenAI 或其他 LLMs 连接到宝贵的外部数据，从而实现更精准的响应。 **注意事项：** 课程中会大量使用 OpenAI API，这是一项收费服务。但课程也提供了免费的替代方案，包括 MistralAI API 和 Hugging Face 上的开源 LLMs。
Dans ce cours, tu plongeras dans le monde de l'IA générative avec les LLMs (Large Language Models), en explorant le potentiel de la combinaison de LangChain avec Python. Ce cours complet est conçu pour t'apprendre à exploiter RAPIDEMENT la puissance de la bibliothèque LangChain pour des applications LLMs. Il te permettra d'acquérir les compétences et les connaissances nécessaires pour développer des solutions LLM de pointe pour une gamme variée de sujets.Langchain est un framework pour faire évoluer les LLMs comme ChatGPT avec des sources de données externes et des APIs pour améliorer les capacités. Les composants clés de LangChain, tels que les chaînes, les modèles, les outils et les agents seront présentés, ainsi que la manière de les utiliser pour développer des solutions NLP robustes. Le concept de RAG (Retrieval-Augmented Generation) sera exploré, y compris les processus de stockage et de récupération de l'information. Tu apprendras à mettre en auvre des magasins vectoriels et à comprendre l'importance des embeddings et la manière de les utiliser efficacement. Nous montrerons également comment utiliser RAG pour interagir avec des documents PDF et des pages web. En outre, tu auras l'occasion d'explorer l'intégration d'agents et d'outils, comme l'utilisation de LLM pour effectuer des recherches sur le web et récupérer des informations récentes.En guise de projet, tu apprendras à créer un chatbot personnalisé qui cherche sur le web et dotée d'une mémoire pour les questions-réponses. De plus, tu appliqueras le RAG pour lire et questionner n'importe quel type de PDFs.Tu apprendras:Ce qu'est LangChain et comment il élargit ce que les assistants d'IA peuvent exploiterIntégrer LangChain à OpenAi, MistralAI et Hugging Face de manière transparenteL'utilisation de templates de prompt pour standardiser les requêtesConnecter des sources de données telles que des documents, des embeddings, des bases de données vectoriellesGérer le contexte et la mémoire avec les embeddingsOutils et agents pour renforcer OpenAI, par exemple l'exécution de codeUtilisation pratique de ChromaDB, la base de données vectorielle de LangChainGénération de texte en continu avec LangChainÀ la fin de ce module, tu seras équipé pour commencer à construire des applications Langchain qui connectent OpenAI ou d'autres LLMs à des données externes précieuses pour des réponses plus pertinentes.Avertissements:J'utilise à de nombreuses reprises l'API de OpenAI qui n'est pas gratuite, mais je propose et mets en place également différentes solutions gratuites (API MistralAI et modèles LLMs open-source sur Hugging Face)
