اندری کارپاتی (Andrej Karpathy)، یکی از چهرههای شناختهشده دنیای هوش مصنوعی، تمام منابع دوره آموزشی خودش رو بهصورت رایگان در GitHub منتشر کرده.
این مجموعه شامل ۷ پروژه است که به ترتیب مشخصی چیده شدن تا بتونی قدمبهقدم یاد بگیری هوش مصنوعی چطور کار میکنه:
۱. nn-zero-to-hero
دوره ویدیویی آموزش ساخت Neural Network از صفر؛ با پیادهسازی تمام مراحل از پایه.
https://github.com/karpathy/nn-zero-to-hero
۲. micrograd
یادگیری ریاضیات پشت فرایند آموزش هوش مصنوعی، با کدنویسی بسیار کم و ساده.
https://github.com/karpathy/micrograd
۳. makemore
ساخت یک مدل کوچک که از روی الگوهای یادگرفتهشده، اسمهای جدید تولید میکنه.
https://github.com/karpathy/makemore
۴. minbpe
یاد میگیری هوش مصنوعی چطور کلمات و متن رو به Token تبدیل میکنه.
https://github.com/karpathy/minbpe
۵. nanoGPT
آموزش ساخت و Train کردن مدل GPT شخصی خودت.
https://github.com/karpathy/nanoGPT
۶. nanochat
ساخت یک نسخه جمعوجور از ChatGPT با هزینهای در حدود ۱۰۰ دلار.
https://github.com/karpathy/nanochat
۷. autoresearch
ساخت Agentهایی که بهصورت خودکار روی یک GPU آزمایشهای مختلف هوش مصنوعی انجام میدن و نتایج رو بررسی میکنن.
https://github.com/karpathy/autoresearch
این ۷ مخزن در مجموع بیش از ۲۸۴ هزار GitHub Star دارن.
تقریباً تمام چیزهایی که برای درک سازوکار ChatGPT و نحوه کار مدلهای زبانی بزرگ (LLM) نیاز داری، در این مجموعه بهصورت رایگان و Open Source در دسترسه.
اگر میخوای هوش مصنوعی رو فراتر از استفاده روزمره بشناسی، این مسیر آموزشی ارزش دنبال کردن داره.
@python4all_pro
این مجموعه شامل ۷ پروژه است که به ترتیب مشخصی چیده شدن تا بتونی قدمبهقدم یاد بگیری هوش مصنوعی چطور کار میکنه:
۱. nn-zero-to-hero
دوره ویدیویی آموزش ساخت Neural Network از صفر؛ با پیادهسازی تمام مراحل از پایه.
https://github.com/karpathy/nn-zero-to-hero
۲. micrograd
یادگیری ریاضیات پشت فرایند آموزش هوش مصنوعی، با کدنویسی بسیار کم و ساده.
https://github.com/karpathy/micrograd
۳. makemore
ساخت یک مدل کوچک که از روی الگوهای یادگرفتهشده، اسمهای جدید تولید میکنه.
https://github.com/karpathy/makemore
۴. minbpe
یاد میگیری هوش مصنوعی چطور کلمات و متن رو به Token تبدیل میکنه.
https://github.com/karpathy/minbpe
۵. nanoGPT
آموزش ساخت و Train کردن مدل GPT شخصی خودت.
https://github.com/karpathy/nanoGPT
۶. nanochat
ساخت یک نسخه جمعوجور از ChatGPT با هزینهای در حدود ۱۰۰ دلار.
https://github.com/karpathy/nanochat
۷. autoresearch
ساخت Agentهایی که بهصورت خودکار روی یک GPU آزمایشهای مختلف هوش مصنوعی انجام میدن و نتایج رو بررسی میکنن.
https://github.com/karpathy/autoresearch
این ۷ مخزن در مجموع بیش از ۲۸۴ هزار GitHub Star دارن.
تقریباً تمام چیزهایی که برای درک سازوکار ChatGPT و نحوه کار مدلهای زبانی بزرگ (LLM) نیاز داری، در این مجموعه بهصورت رایگان و Open Source در دسترسه.
اگر میخوای هوش مصنوعی رو فراتر از استفاده روزمره بشناسی، این مسیر آموزشی ارزش دنبال کردن داره.
@python4all_pro
GitHub
GitHub - karpathy/nn-zero-to-hero: Neural Networks: Zero to Hero
Neural Networks: Zero to Hero. Contribute to karpathy/nn-zero-to-hero development by creating an account on GitHub.
Forwarded from FaraDars_Course
💯 قیمت ویژه برای آموزشهای «منتخب»...
✅ ۶۰۰+ آموزش در فرادرس، هر آموزش ۱۱۹ هزار تومان
📌 آموزشهای منتخب این طرح:
🔹 هوش مصنوعی
🔹 برنامه نویسی
🔹 علوم کامپیوتر و شبکه
🔹 عمومی و مهارتهای فردی
🔹 ۲۰۰ آموزش جدید
🔗 تمامی آموزشهای ۱۱۹ هزار تومنی [+]
@FaraDars — فرادرس
✅ ۶۰۰+ آموزش در فرادرس، هر آموزش ۱۱۹ هزار تومان
📌 آموزشهای منتخب این طرح:
🔹 هوش مصنوعی
🔹 برنامه نویسی
🔹 علوم کامپیوتر و شبکه
🔹 عمومی و مهارتهای فردی
🔹 ۲۰۰ آموزش جدید
🔗 تمامی آموزشهای ۱۱۹ هزار تومنی [+]
@FaraDars — فرادرس
🧠 ساخت اولین سیستم multi_agent با پایتون و LangGraph
وقتی یه LLM باید همزمان برنامهریزی کنه، بنویسه و بازبینی کنه، پرامپتها بههم میریزن و خروجی آشفته میشه.
توی این آموزش یاد میگیرید چطور با پایتون و LangGraph یه سیستم چندایجنتی بسازید
ابزارهایی که استفاده میکنی:
• Ollama — اجرای مدل روی سیستم خودت
• Qwen — مدل زبانی محلی
• پرامپتهای متمرکز — هر ایجنت یه وظیفهٔ مشخص
• shared state — وضعیت مشترک بین ایجنتها
• nodes & edges — گرهها و یالها در گرافِ جریان کار
📖 لینک آموزش:
https://www.freecodecamp.org/news/how-to-build-your-first-multi-agent-ai-system-in-python-and-langgraph/
🌐 #هوش_مصنوعی #LangGraph #Python #Ollama #Qwen #LLM
@python4all_pro
وقتی یه LLM باید همزمان برنامهریزی کنه، بنویسه و بازبینی کنه، پرامپتها بههم میریزن و خروجی آشفته میشه.
توی این آموزش یاد میگیرید چطور با پایتون و LangGraph یه سیستم چندایجنتی بسازید
ابزارهایی که استفاده میکنی:
• Ollama — اجرای مدل روی سیستم خودت
• Qwen — مدل زبانی محلی
• پرامپتهای متمرکز — هر ایجنت یه وظیفهٔ مشخص
• shared state — وضعیت مشترک بین ایجنتها
• nodes & edges — گرهها و یالها در گرافِ جریان کار
📖 لینک آموزش:
https://www.freecodecamp.org/news/how-to-build-your-first-multi-agent-ai-system-in-python-and-langgraph/
🌐 #هوش_مصنوعی #LangGraph #Python #Ollama #Qwen #LLM
@python4all_pro