README.md

EdgeAI शुरुआती के लिए

इन संसाधनों का उपयोग शुरू करने के लिए निम्न कदमों का पालन करें:

1. रिपॉजिटरी को फोर्क करें: क्लिक करें
2. रिपॉजिटरी क्लोन करें: git clone https://github.com/microsoft/edgeai-for-beginners.git
3. Azure AI Foundry Discord से जुड़ें और विशेषज्ञों तथा अन्य डेवलपर्स से मिलें

🌐 बहुभाषी समर्थन

GitHub Action द्वारा समर्थित (स्वचालित एवं सदैव अद्यतित)

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

स्थानीय तौर पर क्लोन करना चाहेंगे?

यह रिपॉजिटरी 50+ भाषाओं में अनुवाद शामिल करता है जिससे डाउनलोड का आकार काफी बड़ा हो जाता है। बिना अनुवाद के क्लोन करने के लिए sparse checkout का उपयोग करें:

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

इससे आप कोर्स पूरा करने के लिए जरूरी सभी चीजें बहुत तेजी से डाउनलोड कर सकते हैं।

यदि आप अन्य अनुवाद भाषाओं को जोड़ना चाहते हैं, तो वे यहां सूचीबद्ध हैं।

परिचय

स्वागत है EdgeAI for Beginners में – आपके लिए एज़ आर्टिफिशियल इंटेलिजेंस की परिवर्तनकारी दुनिया की व्यापक यात्रा। यह कोर्स शक्तिशाली एआई क्षमताओं और वास्तविक दुनिया में एज डिवाइसों पर व्यावहारिक तैनाती के बीच पुल बनाता है, जिससे आप सीधे जहां डेटा उत्पन्न होता है और निर्णय लेने होते हैं, वहां एआई की क्षमता का उपयोग कर सकें।

आप क्या सीखेंगे

यह कोर्स आपको बुनियादी अवधारणाओं से लेकर प्रोडक्शन-तैयार कार्यान्वयन तक ले जाता है, जिसमें शामिल हैं:

• एज तैनाती के लिए अनुकूलित स्मॉल लैंग्वेज मॉडल्स (SLMs)
• विविध प्लेटफ़ॉर्म्स में हार्डवेयर-अवेयर ऑप्टिमाइजेशन
• प्राइवेसी-प्रिज़र्विंग क्षमताओं के साथ रियल-टाइम इन्फ़ेरेंस
• एंटरप्राइज एप्लिकेशन के लिए प्रोडक्शन तैनाती रणनीतियाँ

EdgeAI क्यों महत्वपूर्ण है

Edge AI एक नया दृष्टिकोण है जो आधुनिक चुनौतियों को संबोधित करता है:

• प्राइवेसी और सुरक्षा: संवेदनशील डेटा को क्लाउड के बिना स्थानीय रूप से संसाधित करें
• रियल-टाइम प्रदर्शन: समय-संवेदनशील एप्लिकेशन के लिए नेटवर्क विलंबता को समाप्त करें
• लागत दक्षता: बैंडविड्थ और क्लाउड कंप्यूटिंग खर्चों को कम करें
• मजबूत संचालन: नेटवर्क आउटेज के दौरान कार्यक्षमता बनाए रखें
• नियामक अनुपालन: डेटा संप्रभुता आवश्यकताओं को पूरा करें

Edge AI क्या है

Edge AI का अर्थ है AI एल्गोरिदम और भाषा मॉडलों को स्थानीय रूप से हार्डवेयर पर चलाना, जहां डेटा उत्पन्न होता है, क्लाउड संसाधनों पर निर्भर किए बिना। यह विलंबता को कम करता है, गोपनीयता बढ़ाता है, और रियल-टाइम निर्णय लेने को सक्षम बनाता है।

मूल सिद्धांत:

• ऑन-डिवाइस इन्फ़ेरेंस: AI मॉडल एज डिवाइसों (फोन, राउटर, माइक्रोकंट्रोलर, औद्योगिक पीसी) पर चलते हैं
• ऑफ़लाइन क्षमता: इंटरनेट कनेक्टिविटी के बिना काम कर सकता है
• कम विलंबता: रियल-टाइम सिस्टम के लिए त्वरित प्रतिक्रियाएँ
• डेटा संप्रभुता: संवेदनशील डेटा स्थानीय रखता है, सुरक्षा और अनुपालन बेहतर बनाता है

स्मॉल लैंग्वेज मॉडल्स (SLMs)

Phi-4, Mistral-7B, और Gemma जैसे SLMs बड़े LLMs के अनुकूलित संस्करण हैं, जो ट्रेनिंग या डिस्टिलेशन द्वारा बनाए जाते हैं ताकि:

• मेमोरी कम लें: सीमित एज डिवाइस मेमोरी का कुशल उपयोग
• कम कंप्यूटिंग आवश्यकताएं: CPU और एज GPU प्रदर्शन के लिए ऑप्टिमाइज़ेशन
• तेज़ स्टार्टअप समय: प्रतिक्रियाशील एप्लिकेशन के लिए त्वरित प्रारंभ

वे मज़बूत NLP क्षमताओं को खोलते हैं और निम्नलिखित प्रतिबंधों को पूरा करते हैं:

• एम्बेडेड सिस्टम: IoT डिवाइस और औद्योगिक नियंत्रक
• मोबाइल डिवाइस: स्मार्टफोन और टैबलेट जो ऑफ़लाइन काम करते हैं
• IoT डिवाइस: सीमित संसाधनों वाले सेंसर और स्मार्ट उपकरण
• एज सर्वर: सीमित GPU संसाधनों वाले स्थानीय प्रोसेसिंग यूनिट
• पर्सनल कंप्यूटर: डेस्कटॉप और लैपटॉप पर तैनाती

कोर्स मॉड्यूल और नेविगेशन

मॉड्यूल	विषय	फोकस क्षेत्र	मुख्य सामग्री	स्तर	अवधि
📖 00	EdgeAI परिचय	मूलभूत और संदर्भ	EdgeAI अवलोकन • उद्योग अनुप्रयोग • SLM परिचय • शिक्षण उद्देश्य	शुरुआती	1-2 घंटे
📚 01	EdgeAI मूल बातें	क्लाउड बनाम एज AI तुलना	EdgeAI मूल बातें • वास्तविक दुनिया केस स्टडीज़ • कार्यान्वयन गाइड • एज डिप्लॉयमेंट	शुरुआती	3-4 घंटे
🧠 02	SLM मॉडल आधार	मॉडल परिवार और आर्किटेक्चर	Phi परिवार • Qwen परिवार • Gemma परिवार • BitNET • μModel • Phi-Silica	शुरुआती	4-5 घंटे
🚀 03	SLM तैनाती अभ्यास	स्थानीय और क्लाउड तैनाती	उन्नत सीखना • स्थानीय पर्यावरण • क्लाउड तैनाती	मध्यवर्ती	4-5 घंटे
⚙️ 04	मॉडल ऑप्टिमाइजेशन टूलकिट	क्रॉस-प्लेटफ़ॉर्म ऑप्टिमाइजेशन	परिचय • Llama.cpp • Microsoft Olive • OpenVINO • Apple MLX • वर्कफ़्लो सिंथेसिस	मध्यवर्ती	5-6 घंटे
🔧 05	SLMOps प्रोडक्शन	प्रोडक्शन संचालन	SLMOps परिचय • मॉडल डिस्टिलेशन • फाइन-ट्यूनिंग • प्रोडक्शन तैनाती	उन्नत	5-6 घंटे
🤖 06	AI एजेंट्स और फ़ंक्शन कॉलिंग	एजेंट फ्रेमवर्क और MCP	एजेंट परिचय • फ़ंक्शन कॉलिंग • मॉडल कंटेक्स्ट प्रोटोकॉल	उन्नत	4-5 घंटे
💻 07	प्लेटफ़ॉर्म कार्यान्वयन	क्रॉस-प्लेटफ़ॉर्म उदाहरण	AI टूलकिट • Foundry Local • Windows विकास	उन्नत	3-4 घंटे
🏭 08	Foundry Local टूलकिट	प्रोडक्शन-तैयार उदाहरण	नमूना एप्लिकेशन (नीचे विवरण देखें)	विशेषज्ञ	8-10 घंटे

🏭 मॉड्यूल 08: नमूना एप्लिकेशन

• 01: REST चैट क्विकस्टार्ट
• 02: OpenAI SDK इंटीग्रेशन
• 03: मॉडल डिस्कवरी और बेंचमार्किंग
• 04: Chainlit RAG एप्लिकेशन
• 05: मल्टी-एजेंट ऑर्केस्ट्रेशन
• 06: मॉडल्स-एज़-टूल्स राउटर
• 07: डायरेक्ट API क्लाइंट
• 08: Windows 11 चैट ऐप
• 09: उन्नत मल्टी-एजेंट सिस्टम
• 10: Foundry टूल्स फ्रेमवर्क

🎓 कार्यशाला: व्यावहारिक शिक्षण पथ

प्रोडक्शन-तैयार कार्यान्वयन के साथ व्यापक व्यावहारिक कार्यशाला सामग्री:

• कार्यशाला गाइड - पूर्ण शिक्षण उद्देश्य, परिणाम, और संसाधन नेविगेशन
• पायथन सैंपल्स (6 सत्र) - सर्वोत्तम प्रथाओं, त्रुटि हैंडलिंग, और पूर्ण दस्तावेज़ीकरण के साथ अपडेट
• जुपिटर नोटबुक्स (8 इंटरैक्टिव) - चरण-दर-चरण ट्यूटोरियल्स के साथ बेंचमार्क और प्रदर्शन निगरानी
• सत्र गाइड्स - प्रत्येक कार्यशाला सत्र के लिए विस्तृत मार्कडाउन गाइड्स
• मान्यता उपकरण - कोड गुणवत्ता सत्यापित करने और स्मोक टेस्ट चलाने के लिए स्क्रिप्ट

आप क्या बनाएंगे:

• स्ट्रीमिंग समर्थन के साथ स्थानीय AI चैट एप्लिकेशन
• गुणवत्ता मूल्यांकन (RAGAS) के साथ RAG पाइपलाइन
• मल्टी-मॉडल बेंचमार्किंग और तुलना उपकरण
• मल्टी-एजेंट ऑर्केस्ट्रेशन सिस्टम
• कार्य-आधारित चयन के साथ बुद्धिमान मॉडल राउटिंग

🎙️ एजेंटिक के लिए कार्यशाला: व्यावहारिक - AI पॉडकास्ट स्टूडियो

शून्य से AI-संचालित पॉडकास्ट उत्पादन पाइपलाइन बनाएं! यह इंटेंसिव कार्यशाला आपको एक पूर्ण मल्टी-एजेंट सिस्टम बनाने की शिक्षा देती है जो विचारों को पेशेवर पॉडकास्ट एपिसोड में बदल देता है। 🎬 AI पॉडकास्ट स्टूडियो कार्यशाला शुरू करें

आपका मिशन: "फ्यूचर बाइट्स" लॉन्च करें — एक टेक पॉडकास्ट जो पूरी तरह आपके द्वारा बनाए गए AI एजेंट्स द्वारा संचालित हो। कोई क्लाउड निर्भरता नहीं, कोई API लागत नहीं — सब कुछ आपके मशीन पर स्थानीय रूप से चलता है।

इसकी खासियत क्या है:

• 🤖 असली मल्टी-एजेंट ऑर्केस्ट्रेशन - विशेषज्ञ AI एजेंट बनाएं जो रिसर्च करें, लिखें, और ऑडियो उत्पादित करें
• 🎯 पूर्ण उत्पादन पाइपलाइन - विषय चयन से लेकर अंतिम पॉडकास्ट ऑडियो आउटपुट तक
• 💻 100% स्थानीय डिप्लॉयमेंट - पूर्ण गोपनीयता और नियंत्रण के लिए Ollama और स्थानीय मॉडल (Qwen-3-8B) का उपयोग
• 🎤 टेक्स्ट-टू-स्पीच इंटीग्रेशन - स्क्रिप्ट को प्राकृतिक-साउंडिंग मल्टी-स्पीकर संवादों में बदलें
• ✋ मानव-इन-द-लूप वर्कफ़्लोज़ - स्वीकृति गेट गुणवत्ता सुनिश्चित करते हैं जबकि स्वचालन बरकरार रहता है

तीन-अंक की सीख यात्रा:

अंक	फोकस	मुख्य कौशल	अवधि
अंक 1: अपने AI सहायकों से मिलें	अपना पहला AI एजेंट बनाएं	टूल इंटीग्रेशन • वेब सर्च • समस्या समाधान • एजेंटिक तर्क	2-3 घंटे
अंक 2: अपनी उत्पादन टीम बनाएं	कई एजेंट्स का समन्वय करें	टीम कोऑर्डिनेशन • अप्रूवल वर्कफ़्लोज़ • DevUI इंटरफ़ेस • मानव निगरानी	3-4 घंटे
अंक 3: अपने पॉडकास्ट को जीवंत बनाएं	पॉडकास्ट ऑडियो जनरेट करें	टेक्स्ट-टू-स्पीच • मल्टी-स्पीकर सिंथेसिस • लम्बा ऑडियो • पूर्ण स्वचालन	2-3 घंटे

प्रयुक्त तकनीकें:

• Microsoft Agent Framework - मल्टी-एजेंट ऑर्केस्ट्रेशन और समन्वय
• Ollama - स्थानीय AI मॉडल रनटाइम (कोई क्लाउड आवश्यक नहीं)
• Qwen-3-8B - एजेंटिक कार्यों के लिए ऑप्टिमाइज़्ड ओपन-सोर्स भाषा मॉडल
• टेक्स्ट-टू-स्पीच API - पॉडकास्ट निर्माण के लिए प्राकृतिक आवाज़ सिंथेसिस

हार्डवेयर सपोर्ट:

• ✅ CPU मोड - किसी भी आधुनिक कंप्यूटर पर काम करता है (8GB+ RAM अनुशंसित)
• 🚀 GPU एक्सेलेरेशन - NVIDIA/AMD GPU के साथ काफी तेज़ पूर्वानुमान
• ⚡ NPU सपोर्ट - अगली पीढ़ी के न्यूरल प्रोसेसिंग यूनिट एक्सेलेरेशन

उपयुक्त है:

• मल्टी-एजेंट AI सिस्टम सीख रहे डेवलपर्स के लिए
• AI ऑटोमेशन और वर्कफ़्लोज़ में रुचि रखने वालों के लिए
• AI-सहायित उत्पादन का अन्वेषण कर रहे कंटेंट क्रिएटर्स के लिए
• व्यावहारिक AI ऑर्केस्ट्रेशन पैटर्न पढ़ रहे छात्रों के लिए

शुरू करें: 🎙️ AI पॉडकास्ट स्टूडियो कार्यशाला →

📊 सीखने के मार्ग का सारांश

• कुल अवधि: 36-45 घंटे
• शुरुआती मार्ग: मॉड्यूल 01-02 (7-9 घंटे)
• मध्यम मार्ग: मॉड्यूल 03-04 (9-11 घंटे)
• उन्नत मार्ग: मॉड्यूल 05-07 (12-15 घंटे)
• विशेषज्ञ मार्ग: मॉड्यूल 08 (8-10 घंटे)

आप क्या बनाएंगे

🎯 मुख्य क्षमताएं

• एज AI आर्किटेक्चर: क्लाउड इंटीग्रेशन के साथ स्थानीय-प्रथम AI सिस्टम डिज़ाइन करें
• मॉडल अनुकूलन: एज डिप्लॉयमेंट के लिए मॉडल क्वांटाइज और कंप्रेस करें (85% स्पीड बढ़ोतरी, 75% साइज़ कम करना)
• मल्टी-प्लेटफ़ॉर्म डिप्लॉयमेंट: विंडोज़, मोबाइल, एम्बेडेड, और क्लाउड-एज हाइब्रिड सिस्टम
• उत्पादन संचालन: एज AI की निगरानी, स्केलिंग, और रखरखाव

🏗️ व्यावहारिक परियोजनाएं

• Foundry Local चैट ऐप्स: विंडोज़ 11 नेटिव ऐप्लिकेशन मॉडल स्विचिंग के साथ
• मल्टी-एजेंट सिस्टम: जटिल वर्कफ़्लोज़ के लिए विशेषज्ञ एजेंट्स के साथ समन्वयक
• RAG ऐप्लिकेशन: वेक्टर सर्च के साथ स्थानीय दस्तावेज़ प्रसंस्करण
• मॉडल राउटर्स: कार्य विश्लेषण के आधार पर मॉडल चयन बुद्धिमानी से
• API फ्रेमवर्क्स: स्ट्रीमिंग और हेल्थ मॉनिटरिंग के साथ उत्पादन-तैयार क्लाइंट्स
• क्रॉस-प्लेटफ़ॉर्म टूल्स: LangChain/Semantic Kernel इंटीग्रेशन पैटर्न

🏢 उद्योग अनुप्रयोग

निर्माण • हेALTHकेयर • स्वायत्त वाहन • स्मार्ट शहर • मोबाइल ऐप्स

त्वरित शुरुआत

अनुशंसित सीखने का मार्ग (कुल 20-30 घंटे):

0. 📖 परिचय (Introduction.md): EdgeAI नींव + उद्योग संदर्भ + सीखने का ढांचा
1. 📚 आधार (मॉड्यूल 01-02): EdgeAI सिद्धांत + SLM मॉडल परिवार
2. ⚙️ अनुकूलन (मॉड्यूल 03-04): डिप्लॉयमेंट + क्वांटाइजेशन फ्रेमवर्क
3. 🚀 उत्पादन (मॉड्यूल 05-06): SLMOps + AI एजेंट्स + फ़ंक्शन कॉलिंग
4. 💻 कार्यान्वयन (मॉड्यूल 07-08): प्लेटफ़ॉर्म नमूने + Foundry Local टूलकिट

प्रत्येक मॉड्यूल में सिद्धांत, व्यावहारिक अभ्यास, और उत्पादन-तैयार कोड उदाहरण शामिल हैं।

करियर प्रभाव

तकनीकी भूमिकाएं: EdgeAI सॉल्यूशंस आर्किटेक्ट • ML इंजीनियर (एज) • IoT AI डेवलपर • मोबाइल AI डेवलपर

उद्योग क्षेत्र: मैन्युफैक्चरिंग 4.0 • हेल्थकेयर टेक • स्वत: सिस्टम • फिनटेक • उपभोक्ता इलेक्ट्रॉनिक्स

पोर्टफोलियो परियोजनाएं: मल्टी-एजेंट सिस्टम • उत्पादन RAG ऐप्स • क्रॉस-प्लेटफ़ॉर्म डिप्लॉयमेंट • प्रदर्शन अनुकूलन

रिपॉजिटरी संरचना

edgeai-for-beginners/
├── 📖 introduction.md  # Foundation: EdgeAI Overview & Learning Framework
├── 📚 Module01-04/     # Fundamentals → SLMs → Deployment → Optimization  
├── 🔧 Module05-06/     # SLMOps → AI Agents → Function Calling
├── 💻 Module07/        # Platform Samples (VS Code, Windows, Jetson, Mobile)
├── 🏭 Module08/        # Foundry Local Toolkit + 10 Comprehensive Samples
│   ├── samples/01-06/  # Foundation: REST, SDK, RAG, Agents, Routing
│   └── samples/07-10/  # Advanced: API Client, Windows App, Enterprise Agents, Tools
├── 🌐 translations/    # Multi-language support (8+ languages)
└── 📋 STUDY_GUIDE.md   # Structured learning paths & time allocation

कोर्स हाइलाइट्स

✅ प्रगतिशील सीखना: सिद्धांत → अभ्यास → उत्पादन डिप्लॉयमेंट
✅ वास्तविक केस अध्ययन: Microsoft, जापान एयरलाइंस, एंटरप्राइज इम्प्लीमेंटेशन
✅ हैंड्स-ऑन उदाहरण: 50+ उदाहरण, 10 व्यापक Foundry Local डेमो
✅ प्रदर्शन पर ध्यान: 85% गति सुधार, 75% आकार कमी
✅ मल्टी-प्लेटफ़ॉर्म: विंडोज, मोबाइल, एम्बेडेड, क्लाउड-एज हाइब्रिड
✅ उत्पादन-तैयार: निगरानी, स्केलिंग, सुरक्षा, अनुपालन फ्रेमवर्क

📖 अध्ययन गाइड उपलब्ध: संरचित 20-घंटे सीखने का मार्ग, समय आवंटन मार्गदर्शन और स्व-मूल्यांकन उपकरण के साथ।

---

EdgeAI AI डिप्लॉयमेंट का भविष्य है: स्थानीय-प्रथम, गोपनीयता-संरक्षित, और कुशल। इन कौशलों को मास्टर करें और अगली पीढ़ी के बुद्धिमान ऐप्लिकेशन बनाएं।

अन्य कोर्स

हमारी टीम अन्य कोर्स भी बनाती है! देखें:

LangChain

Azure / Edge / MCP / Agents

---

Generative AI Series

---

Core Learning

---

Copilot Series

सहायता प्राप्त करना

यदि आप अटके हुए हैं या AI ऐप्स बनाने के बारे में कोई प्रश्न है, तो शामिल हों:

यदि आपके पास उत्पाद प्रतिक्रिया या बिल्ड करते समय त्रुटियाँ हैं, तो जाएँ:

---

अस्वीकरण:
इस दस्तावेज़ का अनुवाद AI अनुवाद सेवा Co-op Translator का उपयोग करके किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया यह ध्यान रखें कि स्वचालित अनुवादों में त्रुटियाँ या अशुद्धियाँ हो सकती हैं। मूल दस्तावेज़ अपनी मातृभाषा में ही प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या व्याख्या के लिए हम जिम्मेदार नहीं हैं।