Skip to content

Latest commit

 

History

History
233 lines (174 loc) · 43.2 KB

File metadata and controls

233 lines (174 loc) · 43.2 KB

GitHub license GitHub contributors GitHub issues GitHub pull-requests PRs Welcome

GitHub watchers GitHub forks GitHub stars Binder Gitter

Microsoft Foundry Discord

ကလိပ်တစ်လုံးအတွက် အတုယူမှုသင်တန်း - သင်ခန်းစာအစီအစဉ်

Sketchnote by @girlie_mac https://twitter.com/girlie_mac
AI For Beginners - Sketchnote by @girlie_mac

အတုယူမှုသင်တန်း (AI) ၏ကမ္ဘာကို 12 ပတ်၊ 24 သင်ခန်းစာဖြင့် သွားလေ့လာကြပါစို့! ၎င်းတွင် လက်တွေ့သင်ခန်းစာများ၊ စစ်ဆေးမှု မေးခွန်းများနှင့် လက်တွေ့ လေ့ကျင့်ခန်းများပါဝင်သည်။ သင်ခန်းစာအစီအစဉ်သည် စတင်လေ့လာသူများအတွက် သက်တမ်းတော်ပြီး TensorFlow နှင့် PyTorch ကဲ့သို့သော ကိရိယာများနှင့်အတူ AI တွင် သေချာမှုအကြောင်းကိုလည်း ဖုံးလွှမ်းပေးသည်။

🌐 ဘာသာစကားစုံ ထောက်ပံ့မှု

GitHub Action မှတဆင့် ထောက်ပံ့သည်(အလိုအလျောက်နှင့် အမြဲတမ်း နောက်ဆုံးပေါ်)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

ဒေသတွင်းကွန်ပျူတာမှာ ကလုန်းလုပ်ချင်ပါသလား?

ဤ repository တွင် 50+ ဘာသာစကားဘာသာပြန်ဆိုမှုများပါဝင်သဖြင့် ဒေါင်းလုပ်အရွယ်အစားကို ထိရောက်စွာတိုးမြှင့်သည်။ ဘာသာပြန်ချက်များမပါဘဲ ကလုန်းလုပ်လိုပါက sparse checkout ကို အသုံးပြုပါ။

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/microsoft/AI-For-Beginners.git
cd AI-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/microsoft/AI-For-Beginners.git
cd AI-For-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

၎င်းက သင်သင်ကြားမှုကို ပြီးမြောက်စေဖို့ လိုအပ်သမျှ အရာအားလုံးကို ပိုမိုလျင်မြန်စွာ ဒေါင်းလုပ်လုပ်နိုင်စေပါတယ်။

ထပ်မံသောဘာသာပြန်ချက်များလိုအပ်ပါက ဒီနေရာမှာ တွင် ပါရှိသော်လည်း လမ်းညွှန်ချက်များ ရှိပါသည်။

အသိုင်းအဝိုင်းတွင် ပါဝင်ပါ

Microsoft Foundry Discord

သင်ယူမယ့်အကြောင်းအရာများ

သင်တန်းကြီး လမ်းညွှန်မြေပုံ

ဤ သင်တန်းအစီအစဉ်တွင် သင် တက်ရောက်သင်ယူမည့်အရာများမှာ-

  • အတုယူမှုနည်းလမ်းအမျိုးမျိုး၊ အထူးသဖြင့် အသိပညာကို ကိုယ်စားပြုခြင်းနှင့် အကြောင်းတရားသရုပ်ပြခြင်းပါဝင်သည့် "အဟောင်း အဆန်း" ဂုဏ်သရုပ်ဆိုင်ရာနည်းလမ်း (GOFAI)။
  • ခေတ်သစ် AI ၏ အဓိက အစိတ်အပိုင်းဖြစ်သည့် နယူးရယ်ကွန်ယက်များ နှင့် နက်ရှိုင်းသင်ယူမှုများ။ ဤအကြောင်းအရာအရေးကြီးများ၏ အယူအဆများကို လူကြိုက်များသော Framework နှစ်ခုဖြစ်သည့် TensorFlow နှင့် PyTorch ကိုအသုံးပြုပြီး ကုဒ်ဖြင့်ရှင်းလင်းပြသမည်။
  • ပုံနှင့်စာသားများနှင့်အလုပ်လုပ်ဖို့အတွက် နယူးရယ် ဖွဲ့စည်းမှုများ။ နောက်ဆုံးပေါ် မော်ဒယ်များကို အနှောင့်အယှက်နည်းနည်းဖြင့် ဖုံးလွှမ်းပေးမည်။
  • နည်းလမ်းနည်းနည်း နာမည်ကြီးသည်မဟုတ်သော AI နည်းလမ်းများကဲ့သို့ ယဉ်ကျေးမှုရေးဇီ၀ဗေဒနည်းလမ်းများနှင့် စွမ်းဆောင်ရည်များစွာရှိသော စနစ်များ

ဤ သင်တန်းအစီအစဉ်တွင် မဖုံးလွှမ်းမည့်အရာများမှာ-

ဤသင်တန်းအတွက် ထပ်မံလိုအပ်သော ရင်းမြစ်များအားလုံးကို ကျွန်ုပ်တို့၏ Microsoft Learn စုစည်းမှုတွင် ရှာဖွေပါ

AI in the Cloud ခေါင်းစဉ်အား တဖြည်းဖြည်းသိရှိသွားရန်အတွက် Get started with artificial intelligence on Azure သင်ခန်းစာလမ်းကြောင်းကို ကြည့်ရှုပါ။

အကြောင်းအရာများ

Lesson Link PyTorch/Keras/TensorFlow Lab
0 Course Setup Setup Your Development Environment
I AI သို့ သွားရောက်မှု
01 AI ၏စာတမ်းနှင့် သမိုင်း - -
II ဂုဏ်သရုပ်ဆိုင်ရာ AI
02 အသိပညာကိုတင်ပြခြင်းနှင့် အထူးပြုစနစ်များ အထူးပြုစနစ်များ / အယူအဆပေါ်လွင်မှု /အယူအဆဇယား
III နယူးရယ်ကွန်ယက်များအကြောင်းအကျဉ်း
03 Perceptron မှတ်စုစာအုပ် ဆောင်းပါးခန်း
04 Multi-Layered Perceptron နှင့် မိမိ Framework ကိုဖန်တီးခြင်း မှတ်စုစာအုပ် ဆောင်းပါးခန်း
05 Framework များ (PyTorch/TensorFlow) နှင့် Overfitting အကြောင်းအကျဉ်း PyTorch / Keras / TensorFlow ဆောင်းပါးခန်း
IV ကွန်ပျူတာမြင်ကွင်း PyTorch / TensorFlow Microsoft Azure တွင် ကွန်ပျူတာမြင်ကွင်းကို စူးစမ်းကြည့်မည်
06 ကွန်ပျူတာမြင်ကွင်းအကြောင်းအကျဉ်း ဝင်ရောက်အကြောင်း OpenCV မှတ်စုစာအုပ် ဆောင်းပါးခန်း
07 Convolutional Neural Networks & CNN အင်ဂျင်နီယာနည်းပညာများ PyTorch /TensorFlow ဆောင်းပါးခန်း
08 ရှေ့ပြေးလေ့ကျင့်ဆုံးဖွဲ့ပြီးသောကွန်ယက်များနှင့် သင်ကြားမှုလေ့ကျင့်မှု ပြောင်းလဲခြင်း နှင့် သင်ကြားမှုနည်းလမ်းများ PyTorch / TensorFlow ဆောင်းပါးခန်း
09 Autoencoders နှင့် VAEs PyTorch / TensorFlow
10 Generative Adversarial Networks နှင့် အနုပညာ စတိုင်အသီးသီး လွှဲပြောင်းခြင်း PyTorch / TensorFlow
11 အရာဝတ္ထုဖော်ထုတ်ခြင်း TensorFlow ဆောင်းပါးခန်း
12 အဓိပ္ပာယ်လိုက် သီးခြားခြင်း။ U-Net PyTorch / TensorFlow
V ဘာသာစကားသက်ဆိုင်ရာ သဘာဝစွမ်းဆောင်မှု PyTorch /TensorFlow Microsoft Azure တွင် သဘာဝဘာသာစကား ဆော့ဖ်ဝဲဆိုင်ရာ စူးစမ်းကြည့်မည်
13 စာသားကိုယ်စားပြုမှု။ Bow/TF-IDF PyTorch / TensorFlow
14 အဓိပ္ပာယ် ပါသော စကားလုံးများ ထည့်သွင်းခြင်း။ Word2Vec နှင့် GloVe PyTorch / TensorFlow
15 ဘာသာစကား မော်ဒယ်ဖန်တီးခြင်း။ မိမိ၏ အတွဲများကို သင်ကြားခြင်း PyTorch / TensorFlow ဆောင်းပါးခန်း
16 Recurrent Neural Networks PyTorch / TensorFlow
17 Generative Recurrent Networks PyTorch / TensorFlow ဆောင်းပါးခန်း
18 Transformers. BERT. PyTorch /TensorFlow
19 အမည်ထားရှိသည့် အဖွဲ့ဝင် ဖော်ထုတ်ခြင်း TensorFlow ဆောင်းပါးခန်း
20 ကြီးမားသော ဘာသာစကား မော်ဒယ်များ၊ Prompt Programming နှင့် Few-Shot လုပ်ငန်းများ PyTorch
VI အခြား AI နည်းစနစ်များ
21 ဂျီနက်တစ်အယ်လ်ဂေါရစ်သမ်များ မှတ်စုစာအုပ်
22 နက်ရှိုင်းသော အားပေးလေ့လာမှု PyTorch /TensorFlow ဆောင်းပါးခန်း
23 အများပြည်သူအေဂျင့်စနစ်များ
VII AI သဘာဝကျကျ အကျင့်စရိုက်များ
24 AI သဘာဝကျကျ အကျင့်စရိုက်နှင့် တာဝန်ယူမှုရှိသော AI Microsoft Learn: တာဝန်ယူမှုရှိ AI ကိုယ်စားပြုချက်များ
IX ထပ်ဆောင်းများ
25 Multi-Modal Networks, CLIP နှင့် VQGAN မှတ်စုစာအုပ်

တစ်ခုချင်းလက်ကားတွင် ပါဝင်သော အရာများ

  • အကြိုဖတ်စာကြောင်းများ
  • ချက်ချင်းအလုပ်လုပ်နိုင်သော Jupyter Notebooks များ၊ အများဆုံးသည် PyTorch သို့မဟုတ် TensorFlow ဖွဲ့စည်းမှုများအထူးသည့်။ အလုပ်လုပ်နိုင်သော notebook တွင် သီအိုရီဆိုင်ရာ အကြောင်းအရာများ များပြားသောကြောင့် နားလည်ရန်အတွက် အနည်းဆုံး notebook တစ်ခုလျှောက်လည်သင့်သည် (PyTorch သို့မဟုတ် TensorFlow)။
  • တချို့ ရွေးချယ်မှုများတွင် Labs ရှိပြီး သင့်လေ့လာသင်ယူမှုကို အထူးပြု ပြဿနာတစ်ခုတွင် သုံးစွဲကြည့်ရန် အခွင့်အလမ်းပေးသည်။
  • တချို့ အပိုင်းများတွင် MS Learn မော်ဂျူးများသို့ ချိတ်ဆက်ချက်များ ပါဝင်ကာ ဆက်စပ်အကြောင်းအရာများကို ပေးထားသည်။

စတင်ရန်

🎯 AI အကြောင်း အသစ်လား? ဒီနေရာကနေ စလိုက်ပါ!

AI အကြောင်း အသစ်ပြီး လျင်မြန်သော လက်တွေ့နမူနာများ လိုအပ်ပါက ကျွန်ုပ်တို့ရဲ့ အခြေခံသူများအတွက်နမူနာများ ကို ကြည့်ပါ။ အဆိုပါနမူနာများတွင် ပါဝင်သည်မှာ -

  • 🌟 Hello AI World - သင့်ရဲ့ ပထမဆုံး AI ပရိုဂရမ် (ပုံစံ သတိပြုခြင်း)
  • 🧠 ရိုးရှင်းသော Neural Network - Neural network ကို စတင်တည်ဆောက်ခြင်း
  • 🖼️ ပုံတစ်ပုံအမျိုးအစားခွဲခြားရေး - ပုံများကို အသေးစိတ် မှတ်ချက်များဖြင့် ခွဲခြားပါ
  • 💬 စာသားခံစားချက် - စာသားအပေါ် အပေါင်းအခြား စာသားများကို ခွဲခြားသုံးသပ်ခြင်း

ဒီနမူနာများသည် AI အယူအဆကို လေ့လာမှု အပြည့်အစုံထဲသို့ ဝင်မည့် အကြောင်းကို နားလည်ရန် အထောက်အကူပြုသည်။

📚 စုံလင်သော သင်ရိုးညွှန်းတမ်း ပြင်ဆင်ခြင်း

အောက်ပါ အဆင့်များကို လိုက်နာပါ -

Repository ကို Fork လုပ်ပါ - ဒီစာမျက်နှာ၏ အပေါ်ယံညာဘက် ကွက်တွင်ရှိသော "Fork" ခလုတ်ကို နှိပ်ပါ။

Repository ကို Clone လုပ်ပါ - git clone https://github.com/microsoft/AI-For-Beginners.git

နောက်မှ ရှာဖွေ၊ အလွယ်တကူ ရနိုင်ဖို့အတွက် ဒီ repo ကို စတား (🌟) မမေ့ပါနှင့်။

အခြားလေ့လာသူများနှင့် တွေ့ဆုံခြင်း

ဒီသင်တန်းကို လက်ခံလေ့လာနေသူ အခြားလေ့လာသူများနှင့် တွေ့ဆုံ ဆက်ဆံရန်နှင့် ကူညီမှု ရရန် ကျွန်ုပ်တို့၏ တရားဝင် AI Discord ဆာဗာ တွင် ပါဝင်ပါ။

ထုတ်ကုန်အကြံပြုချက် သို့မဟုတ် ညွှန်ကြားမှု ရှိပါက Azure AI Foundry Developer Forum သို့ သွားရောက်စုံစမ်းပါ။

စစ်ဆေးမေးခွန်းများ

စစ်ဆေးမေးခွန်းများအကြောင်း မှတ်ချက် - အားလုံးသော စစ်ဆေးမေးခွန်းများကို Quiz-app folder တွင် etc\quiz-app တွင်ထားသည်၊ ဒါမှမဟုတ် အွန်လိုင်းတွင် ဒီနေရာမှာ ရနိုင်ပါသည်။ စစ်ဆေးမေးခွန်းများသည် သင်ခန်းစာများထဲမှ ချိတ်ဆက်ထားပြီး၊ quiz app ကို ဒေသခံတွင် ပြေးနိုင်သလို Azure တွင် တင်ထားနိုင်သည်။ quiz-app ဖိုလ်ဒါအတွင်း ဆင့်များကို အတိုက်အခိုက် လိုက်နာပါ။ အဆင့်ဆင့် ဘာသာပြန်ထားလျက်ရှိသည်။

အကူအညီလိုအပ်ပါသည်

အကြံပြုချက်များ သို့မဟုတ် အမှားစာလုံး (spelling) သို့မဟုတ် ကုဒ်အမှားတွေ ရှိပါက တင်ပြပါ သို့မဟုတ် Pull request တောင်းဆိုပါ။

အထူးကျေးဇူးတင်ပါသည်

  • ✍️ အဓိကစာရေးသူ: Dmitry Soshnikov, PhD
  • 🔥 မျက်နှာဖုံးစောက်သူ: Jen Looper, PhD
  • 🎨 Sketchnote ပန်းချီဆရာ: Tomomi Imura
  • ✅ စစ်ဆေးမေးခွန်းဖန်တီးသူ: Lateefah Bello, MLSA
  • 🙏 အဓိက ပံ့ပိုးသူများ: Evgenii Pishchik

အခြား သင်ရိုးညွှန်းတမ်းများ

ကျွန်ုပ်တို့အသင်းသည် အခြားသင်ရိုးညွှန်းတမ်းများကို ထုတ်လုပ်လျက်ရှိသည်! စစ်ဆေးကြည့်ပါ -

LangChain

LangChain4j for Beginners LangChain.js for Beginners LangChain for Beginners

Azure / Edge / MCP / Agents

AZD for Beginners Edge AI for Beginners MCP for Beginners AI Agents for Beginners


Generative AI Series

Generative AI for Beginners Generative AI (.NET) Generative AI (Java) Generative AI (JavaScript)


Core Learning

ML for Beginners Data Science for Beginners AI for Beginners Cybersecurity for Beginners Web Dev for Beginners IoT for Beginners XR Development for Beginners


Copilot Series

Copilot for AI Paired Programming Copilot for C#/.NET Copilot Adventure

အကူအညီ ရယူရန်

AI app များ တည်ဆောက်ရာတွင် ရပ်တန့်မဖြစ်ဘဲ မေးခွန်းများ ရှိပါက MCP နှင့် ပတ်သက်ပြီး အတွေ့အကြုံရှိသူအဖွဲ့နှင့် အခြားလေ့လာသူများနဲ့ ဆွေးနွေးရန် ပါဝင်ပါ။ ဒီသည် ဟာ မေးခွန်းများ လက်ခံပြီး အသိပညာ ရှင်းလင်းဝေမျှမှု အဆင်ပြေသော အသိုင်းအဝိုင်း ဖြစ်သည်။

Microsoft Foundry Discord

ထုတ်ကုန် အကြံပြုချက် သို့မဟုတ် အမှားများ ရှိပါက ဤနေရာတွင် သွားရောက်ပါ -

Microsoft Foundry Developer Forum


အသိပေးချက်
ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု Co-op Translator အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးစားပေမယ့်၊ စက်မှုဘာသာပြန်မှုသည် အမှားများ သို့မဟုတ် မှားယွင်းမှုများ ပါဝင်နိုင်ကြောင်း သတိပြုပါရန် မေတ္တာရပ်ခံအပ်ပါသည်။ မူလစာရွက်စာတမ်းကို မူလဘာသာဖြင့်သာ သေချာစွာ ကိုးကားရန် သင့်တော်ပါသည်။ အရေးကြီးသော သတင်းအချက်အလက်များအတွက် လူမှုပညာရှင်တို့၏ လုပ်ထုံးလုပ်နည်းဖြင့်ဘာသာပြန်ခြင်းကို အကြံပြုပါသည်။ ဤဘာသာပြန်မှု အသုံးပြုမှုပေါ်တွင် ဖြစ်ပေါ်လာသော နားလည်မှုမှားခြင်းများ သို့မဟုတ် မှားယွင်းနားလည်မှုများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မရှိပါ။