开始指南

要开始本课程，请按照以下步骤操作：

安装必要的工具和库

1. 安装Python：确保你的系统上已安装了最新版本的Python（推荐使用3.8或更高版本）。
2. 安装pip：这是Python的包管理器，通常随Python一起安装。如果未安装，请参考官方文档进行安装。
3. 安装依赖项：

   pip install azure-openai openai python-dotenv
   

配置API密钥

1. 获取Azure OpenAI密钥：访问Azure OpenAI门户，创建或选择现有的资源组，并按照指南创建新的OpenAI服务实例。创建后，导航到“密钥”部分以获取访问密钥。
2. 设置环境变量：
   • 创建一个名为.env的文件（如果尚未存在）。
   • 添加以下内容，将your_api_key替换为你的实际API密钥：

     AZURE_OPENAI_API_KEY=your_api_key
     

   • 保存文件。

克隆仓库

1. 克隆GitHub仓库：

   git clone https://github.com/microsoft/generative-ai-for-beginners.git
   cd generative-ai-for-beginners
   

启动项目

1. 运行示例代码：
   • 打开终端，导航到项目的根目录。
   • 运行以下命令启动第一个示例：

     python3 src/introduction_to_genai.py
     

2. 探索其他课程：访问lessons文件夹以查看和运行不同课程的代码示例。

学习资源

概念课（6节）

1. 介绍生成式AI和LLM：了解生成式AI的基本概念、工作原理及其在各个领域的应用。
2. 文本生成模型：深入探讨如何训练和使用文本生成模型，包括模型架构和优化技巧。
3. 图像生成技术：学习最新的图像生成方法，如扩散模型和对抗网络。
4. 音频合成与语音生成：探索将文本转换为语音的技术，以及生成高质量音频的方法。
5. 多模态AI应用：理解如何结合不同数据类型（如文本、图像、音频）来提升模型性能。
6. 伦理与安全：探讨生成式AI的伦理问题、安全挑战及应对策略。

编码课（6节）

1. 入门项目：从简单的文本生成任务开始，熟悉API调用和模型交互。
2. 高级文本生成：学习如何优化生成结果，处理复杂查询，并实现对话系统。
3. 图像与视觉应用：开发一个基本的图像生成器，并探索其在计算机视觉中的应用。
4. 音频与语音合成：创建一个文本到语音的转换工具，了解最新的语音合成技术。
5. 多模态项目集成：整合不同模态的数据，构建一个综合性的AI系统。
6. 安全与伦理实践：实施内容过滤机制，确保生成式AI的输出符合伦理规范。

与其他学习者互动

加入我们的官方Discord服务器，参与讨论区“#generative-ai-beginners”频道，结识其他学习者并分享经验。项目团队成员也会在该频道中提供支持和指导。

贡献指南

如何贡献

1. 报告问题：如果发现任何错误或有改进建议，请提交GitHub问题。
2. 提出拉取请求：修复问题、添加新功能或改进文档后，可以提交Pull Request。
3. 翻译内容：如果你擅长某种语言，请协助将课程内容翻译成该语言。请确保翻译质量，并避免使用机器翻译。

贡献指南

1. 阅读CLA：在提交贡献之前，仔细阅读并同意微软开源贡献者协议。
2. 遵循代码规范：保持代码和文档的格式一致，参考现有的代码风格进行修改。

开始学习

现在你已经完成了所有必要的准备工作，让我们从生成式AI和LLM的简介开始吧！