Ollama и локальные LLM: настройка, развертывание и создание приложений ИИ на Python

Введение Не стесняйтесь задавать вопросы Ollama 1 Загрузка и использование OLLAMA 7:11 2 Использование Ollama с Python 7:05 3 Использование Streamlit 5:53 4 Интеграция модели LLM в Streamlit 6:37 5 Использование функции Exac для запуска кода в строковом типе 5:41 6 Получение результата функции Exac в качестве переменной 4:25 7 Создание инструмента для изучения Python с помощью Ollama 21:31 8 Заставить Ollama описать изображение 5:58 9 Создать страницу с описанием изображений в Streamlit 7:19 10 Описать несколько изображений 6:06 11 Разбить видео на кадры 11:52 12 Создать инструмент для описания видео 14:31 13 Общаться с PDF-файлом с помощью LLM Ollama 10:35 Langchain 15 Использование локального LLM с Langchain 3:08 16 Использование PromptTemplate и LLMChain 5:19 17 Использование 4 входных переменных в шаблоне 6:00 18 Изучение фрагментации длинных текстов 20:48 19 Получение эмбедингов и оценка схожести двух текстов 13:04 20 Поиск наиболее похожего предложения в тексте 12:10 21 Получение ответов модели на вопросы по длинным рассказам 16:39 22 Общение с вашими заметками 16:33 23 Общение с вашим дневником CrewAI 24 Создание виртуальной среды в PowerShell 9:38 25 Использование локальной модели Ollama LLM с CrewAI 6:48 26 Написание сценариев с помощью CrewAI и Ollama 8:43 27 Генератор рецептов и анализатор питательной ценности 6:38 28 Планировщик маршрутов путешествий 3:49 29 Консультант по личным финансам HuggingFace 30 Введение в HuggingFace 5:33 31 Загрузка и удаление моделей HuggingFace 16:55 32 Разумение ключевых параметров моделей (temperature, top_k, top_p) 39:19 33 Использование модели «Текст в речь» 22:53 34 Использование модели «Текст в изображение» 17:59 35 Использование модели «Текст в видео» 46:44 36 Использование модели «Изображение в видео» Тонкая настройка моделей большого языкового обучения (LLM) 37 Введение в Unsloth 7:29 38 Что такое параметры и как работает ИИ 31:43 39 Как параметры LLM хранятся в памяти 39:46 40 Как работает токенизатор 25:25 41 Встраивание входных данных 13:39 42 Что происходит в рамках сквозной модели и добавление позиции к векторам 13:24 43 Как модель выбирает токены с учётом вероятностей 30:57 44 Изучение сквозной настройки 53:55 45 Использование обученной модели 7:56 46 Загрузка модели на сайт Ollama 22:24 47 Делитесь своими настроенными моделями с другими на Udemy Инструмент для программирования с локальной поддержкой LLM, похожий на Cursor 48 Введение в локальный инструмент для программирования с поддержкой LLM 17:53 49 Инструмент может объяснять код 9:31 50. Легко исправлять ошибки 6:27 51 Инструмент запоминает историю чата 11:28 52 Попробуем создать игру «Змейка» 11:53 53 Инструмент может заниматься планированием и поиском информации в Интернете 23:16 54 Сохраняем текущие файлы в виде фрагментов кода и вставляем в чат наиболее похожие фрагменты 33:45 55 Ссылаемся на существующий файл, добавляем изображение в чат, возвращаемся к предыдущему коду 17:38 56 Создайте генератор субтитров с помощью локального инструмента для программирования с поддержкой LLM 1:55:15 57 Жду ваших предложений по поводу этого инструмента 14:17 58 Приложение для языковой практики