揭秘 Ollama：面向 AI 初学者的无代码和 Python 代码

独家课程，独家中英文字幕，配套资料齐全，随时随地分享和观看！加入会员，全站资源免费下载！在个人中心每日签到，可白嫖会员！

揭秘 Ollama：面向 AI 初学者的无代码和 Python 代码

Meta Llama 3、Ollama CLI、OpenWebUI、多模式、LangChain、OpenAI 兼容性、LlamaIndex 和函数调用

讲师：Kshitij Joy (Cloud Alchemy)

您将学到什么

• 人工智能基础
• 什么是深度学习？
• 什么是神经网络
• 法学硕士基础知识
• Meta Llama 3.2/3.3 简介
• Llama 与 GPT
• Llama 如何处理文本：标记/注意力机制
• 部署策略 – HuggingFace、PyTorch、Ollama、Azure 及演示
• 深入了解 Ollama
• Linux / Mac / Docker 模式下 Ollama 的安装
• Ollama CLI 命令演示
• 使用 Ollama 和 Llama 构建第一个定制模型
• OpenWebUI – Ollama 模型的 GUI
• 演示-将 Ollama 与 VSCode / Colab / Jupyter Notebook 结合使用
• 如何在 Ollama 中使用简单的 Python 代码
• 多模式功能 – 分析图像
• 朗链-欧拉玛-骆驼
• OpenAI 兼容性
• 结构输出
• 工具和 Ollama – 函数调用

探索相关主题

• 欧拉玛
• 其他 IT 和软件
• 信息技术与软件

要求

• 无需编程经验，我们涵盖无代码和低代码方法

描述

欢迎学习者，在本全面的初学者到专业人士课程中，使用Meta LLaMA 3释放尖端 AI 的力量！无论您是 AI 新手还是希望深化您的专业知识，本课程都提供了使用Ollama掌握 Meta 高级LLaMA 3语言模型的分步指南，Ollama 是一个简化与本地 LLM 合作的直观平台。

您将从基础知识开始，了解 LLaMA 3 是什么以及它与其他 AI 模型的区别。逐渐地，您将深入实践项目，这些项目将指导您完成设置、微调以及利用其功能进行实际应用。在课程结束时，您将自信地使用 LLaMA 3 和 Ollama 来构建项目、解决问题并始终站在 AI 创新的最前沿。

本课程适合哪些人？
本课程专为以下人群设计：

• 渴望探索人工智能但没有任何经验的初学者。
• 想要了解和使用先进 AI 模型的技术爱好者。
• 旨在将 AI 融入个人或专业项目的开发人员。

您将学到什么？

1.人工智能、神经网络和法学硕士简介

1.1 简介
1.2 什么是 AI – 人工智能
1.3 AI 与 ML 与 DL
1.4 什么是神经网络？
1.5 什么是 1B/3B – 数十亿个参数
1.6 什么是模型基准？
1.7 什么是 Transformers？
1.8 什么是 Embedding？
1.9 什么是量化？
1.10 LLM 模型的上下文长度是多少？

2. Meta LLaMA 简介

2.1 标题 – Meta LLaMA 简介
2.2 Meta LLaMA 简介
2.3 什么是 Meta LLaMA？
2.4 LLaMA 的历史
2.5 LLaMA 3.2 模型
2.6 LLaMA 3.3 模型
2.7 LLaMA 与 GPT 等其他 LLM 之间的区别
2.8 LLaMA 如何处理文本：标记、嵌入和注意力机制
2.9 人工智能分析质量指数
2.10 演示：Meta AI 聊天机器人

3. Meta LLaMA 模型的部署策略

3.1 标题 – 元 LLaMA 模型的部署策略
3.2 简介 – 部署策略
3.3 什么是 Hugging Face？
3.4 演示：请求 LLaMA 模型的访问权限
3.5 演示：使用 Hugging Face 运行 LLaMA模型
3.6 什么是 PyTorch？
3.7 演示：使用 PyTorch 运行 LLaMA 模型
3.8 Ollama
3.9 演示：使用 Ollama 运行 LLaMA 模型
3.10 云供应商（Azure）
3.11 演示：使用 Azure 运行 LLaMA 模型

4. Ollama 简介

4.1 标题 – Ollama 简介
4.2 Ollama 简介
4.3 什么是 Ollama？
4.4 Ollama 的历史
4.5 Ollama 的优势
4.6 Ollama 支持的用例

5.设置 Ollama

5.1 标题 – 设置 Ollama
5.2 简介 – 设置 Ollama
5.3 Ollama 网站演示
5.4 Ollama 的系统要求
5.5 Ollama 支持的操作系统
5.6 演示：在 MacOS 上安装 Ollama
5.7 演示：为 Linux 安装 Ollama
5.8 演示：通过 Docker 安装 Ollama

6. Ollama 命令行

6.1 标题 – Ollama CLI
6.2 简介 – Ollama CLI
6.3 Ollama CLI 概述
6.4 演示：ollama help
6.5 演示：ollama pull
6.6 演示：ollama run
6.7 演示：ollama list
6.8 演示：ollama show
6.9 演示：ollama ps
6.10 演示：ollama cp
6.11 演示：ollama rm

7.使用 Ollama 构建自定义模型

7.1 标题 – 使用 Ollama 构建自定义模型
7.2 简介 – 您自己的自定义模型
7.3 什么是模型文件？
7.4 演示：了解模型文件的内容
7.5 演示：创建自定义模型
7.6 演示：用户交互
7.7 演示：使用 GGUF 文件创建自定义模型

8. OpenWebUI

8.1 标题 – OpenWebUI
8.2 简介
8.3 什么是 OpenWebUI？
8.4 演示：下载 Docker Desktop
8.5 演示：运行 Docker 命令安装 OpenWebUI
8.6 演示：打开 Web 浏览器并使用聊天机器人

9.使用各种 IDE

9.1 标题 – 使用各种 IDE
9.2 简介 – 使用各种 IDE 的 Ollama
9.3 使用 Jupyter Notebook 设置 Ollama
9.4 使用 Visual Studio Code 设置 Ollama
9.5 演示：运行示例 Python 代码
9.6 使用 Google Colab 设置 Ollama
9.7 演示：在 Colab 中运行示例 Python 代码

10. Ollama 中的简单 Python 代码

10.1 标题 – Ollama 中的简单 Python 代码
10.2 介绍 – 简单的 Python 代码
10.3 演示：使用 GitHub Copilot 设置环境
10.4 演示：使用 ollama.generate
10.5 演示：打印所需工件
10.6 演示：使用 ChatOllama
10.7 演示：使用 Ollama 显示流
10.8 演示：使用自定义客户端的 Ollama
10.9 演示：在 Ollama 中创建嵌入

11. Ollama 与多模态

11.1 标题 – Ollama 和多模态
11.2 简介 – 多模态模型
11.3 什么是 Meta LLaMA 3.2 视觉模型？
11.4 演示：使用 Ollama CLI 分析图像

12. LangChain 与 Ollama 和 LLaMA

12.1 标题 – LangChain 与 Ollama 和 LLaMA
12.2 简介 – Ollama 和 LangChain
12.3 什么是 LangChain？
12.4 Ollama 与 LangChain – ChatOllama
12.5 演示：设置 LangChain 工作环境
12.6 演示：使用 Ollama 和 LangChain 编写的简单 Python 代码
12.7 演示：展示 LangChain 中的链接概念
12.8 演示：增加链接级别，将输出转换为字符串

13. Ollama 与 OpenAI 兼容性

13.1 标题 – Ollama 和 OpenAI 兼容性
13.2 简介 – Ollama 和 OpenAI 兼容性
13.3 什么是 OpenAI？
13.4 什么是 Ollama 和 OpenAI 兼容性？
13.5 演示：如何让相同的代码适用于 Ollama

14.获取结构化输出

14.1 标题 – 获取结构化输出
14.2 结构化输出简介
14.3 Ollama 的结构化输出是什么？
14.4 演示：结构化输出的 Python 代码
14.5 演示：从图像中获取 JSON 格式的对象的 Python 代码

15. LLaMA 和 Ollama 中的工具

15.1 标题 – LLaMA 和 Ollama 中的工具
15.2 工具简介
15.3 Ollama 中的工具是什么？
15.4 演示：了解工作流程
15.5 演示：在 OpenWeatherMap 中创建 API 密钥
15.6 演示：使用工具和函数调用

本课程适合哪些人：

• 生成式人工智能初学者
• Meta Llama 初学者
• Ollama 初学者
• 希望通过 Llama 学习 Ollama 的爱好者
• 希望了解并观看 Ollama Python 库演示的专业人士