Selamat datang di repo kode yang terkait dengan buku saya Generative AI in Action , yang diterbitkan oleh Manning.
Repo ini memiliki beberapa hal yang mungkin menarik:
Kode buku berfungsi dengan API baru (v1.0) yang baru-baru ini diperbarui OpenAI. Jika Anda memiliki versi paket lama (v0.28), tingkatkan ke versi terbaru agar kode dapat berfungsi. Untuk mengupgrade paket, Anda dapat menjalankan perintah berikut: pip install --upgrade openai . Jika Anda menggunakan conda, Anda dapat menjalankan perintah: conda update openai . |
Sebelum kita memulai petunjuk instalasi, seperti yang diuraikan dalam buku ini, kami berasumsi Anda telah menginstal dependensi dasar berikut. Bagi sebagian besar pengembang dan ilmuwan data, hal ini sudah ada, dan mungkin tidak diperlukan langkah tambahan apa pun.
Catatan: Jika salah satu dari ini tidak ada dan memerlukan petunjuk langkah demi langkah, lihat petunjuk instalasi ketergantungan secara rinci.
3.7.1
atau lebih baru; kami menggunakan versi 3.11.3
untuk bukunya.python --version
conda
untuk bukunya, tetapi Anda dapat menggunakan apa pun yang Anda suka.Langkah-langkah untuk mengaktifkan dan menjalankan lingkungan dapat ditemukan dalam petunjuk instalasi.
Kode buku disusun berdasarkan bab seperti yang diharapkan dan berada dalam folder bernama chapters
. Anda akan menemukan folder untuk setiap bab mengikuti konvensi ch{nomor-bab}.
Anda dapat menemukan beberapa fungsi dan program utilitas di folder utils
.
Selain kode dari bab ini, aplikasi web yang berfungsi penuh menyatukan semua konstruksi berbeda dalam aplikasi web yang mudah dinavigasi dan dapat Anda jalankan secara lokal. Kode untuk ini dapat ditemukan di folder webapp
. ?
Catatan: Aplikasi web dimaksudkan hanya sebagai referensi untuk dijalankan secara lokal dan tidak terekspos ke internet. Ia tidak memiliki semua proxy dan kontrol yang diperlukan seperti yang dibangun saat mengekspos aplikasi ke internet.
LLM dan AI Generatif masih cukup baru, dan sebagai hasilnya, terdapat daftar penelitian yang sangat aktif dan menarik. Anda dapat menemukan petunjuk mengenai hal ini di folder paper
. Ini diatur berdasarkan Bab untuk membantu Anda menavigasi.
Pembaca tidak diharapkan untuk mengetahui hal ini tetapi seperti kebanyakan hal, ada baiknya untuk mempelajari lebih dalam dan memahami beberapa konsep ini untuk pemahaman yang lebih baik dan lebih lengkap.
Anda dapat melihat profil GitHub saya untuk mengetahui berbagai cara menghubungi. Jika ada pertanyaan, atau masalah, silakan kirimkan Masalah.
Karya sebagai bagian dari repo ini dibagikan di bawah Lisensi MIT. Singkatnya, ini adalah lisensi permisif yang singkat dan sederhana dengan ketentuan yang hanya memerlukan pelestarian hak cipta dan pemberitahuan lisensi. Karya yang dilisensikan, dimodifikasi, dan lebih besar dapat didistribusikan dengan persyaratan berbeda dan tanpa kode sumber.