Plan Szkolenia

Wprowadzenie do LangChain

  • Przegląd LangChain i jego celu
  • Konfigurowanie środowiska rozwojowego

Zrozumienie dużych modeli językowych (LLMs)

  • LLMs vs tradycyjne modele
  • Możliwości i ograniczenia LLMs

Składniki i architektura LangChain

  • Główny składniki LangChain
  • Zrozumienie architektury i przepływu pracy

Integracja LangChain z LLMs

  • Łączenie LangChain z LLMs takimi jak GPT-4
  • Budowanie łańcuchów dla konkretnych zadań

Budowanie modulowych aplikacji

  • Tworzenie modulowych składników z LangChain
  • Ponowne użycie składników w różnych aplikacjach

Praktyczne ćwiczenia z LangChain

  • Sesje kodu z praktyką
  • Rozwijanie przykładowych aplikacji za pomocą LangChain

Zaawansowane funkcje LangChain

  • Badając zaawansowane funkcjonalności
  • Dostosowywanie LangChain do złożonych przypadków użycia

Najlepsze praktyki i wzorce

  • Najlepsze praktyki programowania z LangChain
  • Wzorce projektowe dla aplikacji napędzanych sztuczną inteligencją

Rozwiązywanie problemów

  • Wykrywanie typowych problemów w aplikacjach LangChain
  • Techniki debugowania i rozwiązania

Podsumowanie i następne kroki

Wymagania

  • Podstawowa znajomość programowania w Pythonie
  • Zapoznanie z koncepcjami sztucznej inteligencji i dużymi modelami językowymi

Uczestnicy

  • Programiści
  • Inżynierowie oprogramowania
  • Entuzjaści sztucznej inteligencji
 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie