[666][666]欢迎加入课程！
[666][666]
咱们很愉快你开始这个课程，迫不及待想看你用天生式AI搞出什么酷炫的东西！
为了让你的学习之旅顺利进行，我们精心准备了这个页面，包括了所有设置步骤、技能哀求，以及在须要帮助时如何乞助。
设置步骤开始这门课程前，你须要完成以下步骤：
1. 复制这个仓库
把全体仓库复制到你自己的GitHub账户下，这样你就可以修正代码并完成寻衅了。你还可以给这个仓库加星（），这样找它和干系仓库就更随意马虎了。
https://github.com/microsoft/generative-ai-for-beginners
2. 创建一个代码空间
为了避免运行代码时涌现任何依赖问题，我们建议在GitHub代码空间中进行课程学习。
你可以在你复制的仓库中选择Code选项，然后选择Codespaces选项来创建它。
3. 存储你的API密钥
在构建任何类型的运用程序时，保持API密钥的安全非常主要。我们建议你不要直接在你正在事情的代码中存储任何API密钥，由于将这些细节提交到公共仓库可能会导致不必要的本钱和问题。
在本地电脑上运行代码
要在你的电脑受骗地运行代码，你须要安装某个版本的Python。
然后利用仓库，你须要克隆它：
git clone https://github.com/microsoft/generative-ai-for-beginnerscd generative-ai-for-beginners现在你已经检出了所有内容，可以开始学习并利用代码了。
安装miniconda（可选步骤）
安装miniconda有其优点 - 它是一个相对轻量级的安装，支持conda包管理器用于不同的Python虚拟环境。conda使得安装和切换不同的Python版本和包变得随意马虎，也能安装pip无法获取的包。
安装miniconda后，你须要克隆仓库（如果你还没这么做的话）并创建一个用于本课程的虚拟环境：
在运行下面的步骤之前，请确保你首先有一个environment.yml文件。environment.yml文件用于创建一个包含必要依赖的conda环境，看起来像这样：
name: <environment-name>channels:- defaultsdependencies:- python=<python-version>- openai- python-dotenv你可以用你的conda环境名更换<environment-name>，用你要利用的Python版本更换<python-version>。把你创建的environment.yml文件放在你的仓库的.devcontainer文件夹中。
现在你已经（希望如此）创建了environment.yml文件，你可以用以下命令创建一个conda环境：
conda env create --name ai4beg --file .devcontainer/environment.ymlconda activate ai4beg如果在创建conda环境时碰着问题，请参考这个链接。
利用带有Python扩展的Visual Studio Code
打开Visual Studio Code并安装Python扩展可能是利用课程的最佳办法。
把稳：一旦你克隆并在VS Code中打开目录，它会自动建议你安装Python扩展。你也须要按上陈说明安装miniconda。
把稳：如果VS Code建议你在容器中重新打开仓库，你须要谢绝这个建议，以利用本地Python安装。
在浏览器中利用Jupyter
你也可以直接在自己电脑的浏览器中利用Jupyter环境。事实上，经典Jupyter和Jupyter Hub都供应了非常方便的开拓环
境，包括自动完成、代码高亮等功能。
要在本地启动Jupyter，转到课程的目录，并实行：
jupyter notebook或
jupyterhub然后你可以导航到任何.ipynb文件，打开它们并开始事情。
在容器中运行
运行代码的另一种办法是在容器中进行。由于我们的仓库包含分外的.devcontainer文件夹，辅导如何为这个仓库构建容器，VS Code会供应在容器中重新打开代码的选项。这将须要安装Docker，并且过程更繁芜，以是我们推举这个方法给更有履历的用户。
当利用GitHub Codespaces时，保护你的API密钥的最佳办法之一是利用Codespace Secrets。请遵照这个指南来管理你的codespaces的秘密。
课程和技能哀求课程包括6个观点课和6个编程课。
对付编程课，我们利用Azure OpenAI做事。你须要访问Azure OpenAI做事和一个API密钥来运行这些代码。你可以通过完成这个申请来申请获取访问权限。
在等待你的申请被处理的同时，每个编程课也包括一个README.md文件，你可以在个中查看代码和输出。
首次利用Azure OpenAI做事如果这是你第一次利用Azure OpenAI做事，请遵照这个指南来创建和支配一个Azure OpenAI做事资源。
首次利用OpenAI API如果这是你第一次利用OpenAI API，请遵照指南来创建和利用接口。
结识其他学习者我们在官方AI社区Discord做事器上创建了频道，以便与其他学习者会面。这是一个与其他志同道合的企业家、培植者、学生以及任何想要在天生式AI领域提升自己的人建立联系的好办法。
加入Discord频道项目团队也会在这个Discord做事器上帮助学习者。
贡献这个课程是一个开源项目。如果你看到改进的地方或问题，请创建一个Pull Request或记录一个GitHub问题。
项目团队将跟踪所有贡献，为开源项目做贡献是在天生式AI领域建立你职业生涯的绝佳办法。
大多数贡献须要你赞许一个贡献者容许协议（CLA），声明你有权利并确实付与我们利用你的贡献的权利。详情请访问CLA网站。
当你提交一个pull request时，CLA-bot会自动确定你是否须要供应一个CLA，并相应地装饰PR（例如，标签，评论）。只需按照bot供应的指示操作。你只需在我们的CLA利用中做这一次。
这个项目采纳了Microsoft开源行为准则。欲理解更多信息，请阅读行为准则常见问题解答或联系Email opencode，以提出任何额外的问题或评论。
开始吧现在你已经完成了完成这门课程所需的步骤，让我们开始，理解一下天生式AI和大型措辞模型(LLMs)吧。