1. صفحه اصلی
  2. »
  3. آموزش
  4. »
  5. آموزش تصویری
  6. »
  7. ZeroToMastery – Developing LLM App Frontends with Streamlit 2025-4
Developing LLM App Frontends with Streamlit

ZeroToMastery – Developing LLM App Frontends with Streamlit 2025-4

 

توضیحات

دوره Developing LLM App Frontends with Streamlit. این دوره کوتاه و مفید، اصول اولیه Streamlit و نحوه استفاده از آن برای ایجاد یک رابط کاربری (frontend) برای برنامه‌های مبتنی بر مدل‌های زبانی بزرگ (LLM) را به شما آموزش می‌دهد. در این دوره مبتنی بر پروژه، شما یاد خواهید گرفت که چگونه از Streamlit برای ایجاد یک رابط کاربری برای یک برنامه پرسش و پاسخ مبتنی بر LLM استفاده کنید. Streamlit یک کتابخانه متن‌باز پایتون است که ایجاد و به اشتراک‌گذاری رابط‌های کاربری سفارشی برای برنامه‌های یادگیری ماشین و علوم داده را با جهان ساده می‌کند. چرا Streamlit را بیاموزیم؟ مدل‌های زبانی بزرگ (LLM) آخرین انقلاب تکنولوژیکی هستند و احتمالاً زیاد در مورد بهره‌برداری از قدرت LLM برای استفاده در برنامه‌های هوش مصنوعی شنیده‌اید. اما برای اینکه برنامه هوش مصنوعی شما برای کاربران آسان باشد، به یک رابط کاربری نیاز دارید که به راحتی با LLM شما ادغام شود و تجربه کاربری بی‌نظیری را برای کاربران شما فراهم کند. اینجاست که Streamlit وارد می‌شود. Streamlit یک کتابخانه متن‌باز پایتون شگفت‌انگیز است که روشی سریع برای ساخت و به اشتراک‌گذاری برنامه‌های یادگیری ماشین و علوم داده با جهان فراهم می‌کند. این پروژه با بخش‌هایی شروع می‌شود که همه چیزهایی را که باید در مورد Streamlit بدانید، به ویژه برای مبتدیان، به شما آموزش می‌دهد. سپس در بخش دوم، به ساخت رابط کاربری برای برنامه پرسش و پاسخ مبتنی بر LLM خود خواهیم پرداخت.

آنچه فرا خواهید گرفت

  • نحوه استفاده از Streamlit برای توسعه رابط‌های کاربری شهودی برای برنامه‌های یادگیری ماشین و علوم داده: با این کار، پروژه‌های خود را در دسترس طیف گسترده‌تری از مخاطبان قرار می‌دهید.
  • اصول اولیه Streamlit، از جمله نصب و ویژگی‌های اصلی آن: این بخش به طور ویژه برای مبتدیان طراحی شده تا به سرعت شروع به ساخت برنامه‌های وب تعاملی کنند.
  • یکپارچه‌سازی مدل‌های زبانی بزرگ (LLM) با Streamlit برای ایجاد برنامه‌های پرسش و پاسخ رو به مشتری: با استفاده از قدرت هوش مصنوعی برای پاسخ به پرسش‌های کاربران در زمان واقعی.
  • انتقال از دفترچه‌های Jupyter به یک برنامه وب آماده برای تولید با استفاده از Streamlit: این امکان را به شما می‌دهد که برنامه‌های مبتنی بر LLM خود را با جهان فراتر از جامعه توسعه‌دهندگان به اشتراک بگذارید.

این دوره برای چه کسانی مناسب است:

  • افرادی که می‌خواهند مهارت‌های خود را در توسعه فرانت‌اند برای اپلیکیشن‌های هوش مصنوعی بهبود بخشند.
  • دانشمندان داده و مهندسان یادگیری ماشین که می‌خواهند پروژه‌های خود را با جهان به اشتراک بگذارند.
  • توسعه‌دهندگان وب که می‌خواهند با Streamlit آشنا شوند.
  • هر کسی که علاقه‌مند به ساخت اپلیکیشن‌های تعاملی با استفاده از هوش مصنوعی است.

مشخصات دوره Developing LLM App Frontends with Streamlit

  • ناشر : ZeroToMastery
  • مدرس : Andrei Dumitrescu
  • زبان: انگلیسی
  • سطح آموزش : تمام سطوح
  • تعداد دروس : 25
  • مدت زمان آموزش : 4 ساعت و 0 دقیقه

سرفصل های دوره

Developing LLM App Frontends with Streamlit

پیشنیازهای دوره Developing LLM App Frontends with Streamlit

  • Basic Python knowledge is required.
  • In order to build this project you must have already created an LLM-powered Q&A application, as you’ll be building the frontend for that app.

تصاویر دوره

Developing LLM App Frontends with Streamlit

نمونه فیلم دوره

راهنمای نصب

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: انگلیسی

کیفیت: 1080p

نسخه 2025/4 نسبت به 2024/5 به تعداد 5 درس  و مدت زمان 2 ساعت 16 دقیقه افزایش داشته است. همچنین زیرنویس هم اضافه شده است.

لینک دانلود

دانلود – 308 مگابایت

گذرواژه فایل(ها): www.downloadly.ir


حجم فایل

308 مگابایت

رتبه دهید

محاسبه حجم دانلود برای ایرانسل به‌صورت تمام‌بها است.

Download Faster Without Limitation

The data center of free servers has applied a non-Iranian IP restriction on some servers
There is no limitation for VIP servers

برچسب ها:

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این قسمت نباید خالی باشد
این قسمت نباید خالی باشد
لطفاً یک نشانی ایمیل معتبر بنویسید.
فقط دیدگاه‌هایی که جنبه‌ی استفاده‌ی عمومی دارد، نمایش داده می‌شود؛ درصورت تمایل به دریافت نتیجه‌ی رسیدگیِ دیدگاه خود، ایمیل معتبر وارد کنید.

For security, use of Google's reCAPTCHA service is required which is subject to the Google Privacy Policy and Terms of Use.

فهرست