ਇਹ ਸਰੋਤਾਂ ਦੀ ਵਰਤੋਂ ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਹੇਠਾਂ ਦਿੱਤੇ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ:
- ਰੇਪੋਜ਼ਟਰੀ ਨੂੰ ਫੋਰਕ ਕਰੋ: ਕਲਿਕ ਕਰੋ
- ਰੇਪੋਜ਼ਟਰੀ ਕਲੋਨ ਕਰੋ:
git clone https://github.com/microsoft/edgeai-for-beginners.git - Azure AI Foundry Discord ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ ਅਤੇ ਮਾਹਰਾਂ ਅਤੇ ਵਿਕਾਸਕਾਰਾਂ ਨਾਲ ਮਿਲੋ
ਅਰਬੀ | ਬੰਗਾਲੀ | ਬੁਲਗਾਰੀਆਈ | ਬਰਮੀ (ਮਿਆਂਮਾਰ) | ਚੀਨੀ (ਸਰਲ) | ਚੀਨੀ (ਪ੍ਰੰਪਰਾਗਤ, ਹਾਂਗਕਾਂਗ) | ਚੀਨੀ (ਪ੍ਰੰਪਰਾਗਤ, ਮਕਾਉ) | ਚੀਨੀ (ਪ੍ਰੰਪਰਾਗਤ, ਤਾਈਵਾਨ) | ਕਰੋਏਸ਼ੀਆਈ | ਚੈਕ | ਡੈਨਿਸ਼ | ਡੱਚ | ਐਸਟੋਨੀਆਈ | ਫਿਨਿਸ਼ | ਫਰਾਂਸੀਸੀ | ਜਰਮਨ | ਗ੍ਰੀਕ | ਹਿਬਰੂ | ਹਿੰਦੀ | ਹੰਗਰੀਆਈ | ਇੰਡੋਨੇਸ਼ੀਆਈ | ਇਟਾਲੀਅਨ | ਜਾਪਾਨੀ | ਕੋਰੀਆਈ | ਲਿਥੂਆਨੀ | ਮਲੇ | ਮਰਾਠੀ | ਨੇਪਾਲੀ | ਨਾਰਵੇਜੀ | ਫਾਰਸੀ (ਫਾਰਸੀ) | ਪੋਲਿਸ਼ | ਪੁਰਤਗਾਲੀ (ਬ੍ਰਾਜ਼ੀਲ) | ਪੁਰਤਗਾਲੀ (ਪੁਰਤਗਾਲ) | ਪੰਜਾਬੀ (ਗੁਰਮੁਖੀ) | ਰੋਮਾਨੀਆਈ | ਰੂਸੀ | ਸਰਬੀਆਈ (ਸਿਰਿਲਿਕ) | ਸਲੋਵਾਕ | ਸਲੋਵੇਨੀਆਈ | ਸਪੇਨੀ | ਸਵਾਹਿਲੀ | ਸਵੀਡਿਸ਼ | ਟੈਗਾਲੋਗ (ਫਿਲੀਪੀਨੋ) | ਤਮਿਲ | ਥਾਈ | ਤੁਰਕੀ | ਯੂਕਰੇਨੀ | ਉਰਦੂ | ਵਿਯਤਨਾਮੀ
ਜੇ ਤੁਸੀਂ ਹੋਰ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਵਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਸਹਾਇਤ ਭਾਸ਼ਾਵਾਂ ਦੀ ਸੂਚੀ ਇੱਥੇ ਦਿੱਤੀ ਗਈ ਹੈ।
EdgeAI for Beginners ਵਿੱਚ ਤੁਹਾਡਾ ਸਵਾਗਤ ਹੈ – Edge Artificial Intelligence ਦੀ ਬਦਲਦੀ ਦੁਨੀਆ ਵਿੱਚ ਤੁਹਾਡਾ ਵਿਸਤ੍ਰਿਤ ਯਾਤਰਾ। ਇਹ ਕੋਰਸ ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਸਮਰੱਥਾਵਾਂ ਅਤੇ ਐਜ ਡਿਵਾਈਸਾਂ 'ਤੇ ਅਮਲ ਕਰਨ ਦੇ ਅਧਾਰਭੂਤ ਤਰੀਕਿਆਂ ਦੇ ਵਿਚਕਾਰ ਪੂਲ ਬਣਾਉਂਦਾ ਹੈ, ਤੁਹਾਨੂੰ ਸਿੱਧੇ ਉਥੇ AI ਦੀ ਸਮਰੱਥਾ ਨੂੰ ਵਰਤਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ ਜਿੱਥੇ ਡੇਟਾ ਬਣਦਾ ਹੈ ਅਤੇ ਫੈਸਲੇ ਲਏ ਜਾਂਦੇ ਹਨ।
ਇਹ ਕੋਰਸ ਤੁਹਾਨੂੰ ਮੁੱਢਲੇ ਧਾਰਨਾਵਾਂ ਤੋਂ ਲੈ ਕੇ ਉਤਪਾਦਨ-ਤਿਆਰ ਅਮਲਾਂ ਤੱਕ ਲੈ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
- ਛੋਟੇ ਭਾਸ਼ਾ ਮਾਡਲ (SLMs) ਜੋ ਐਜ ਡਿਪਲਾਇਮੈਂਟ ਲਈ ਅਨੁਕੂਲਿਤ ਹਨ
- ਹਾਰਡਵੇਅਰ-ਅਨੁਕੂਲਿਤ ਅਪਟਿਮਾਈਜ਼ੇਸ਼ਨ ਵੱਖ-ਵੱਖ ਪਲੇਟਫਾਰਮਾਂ 'ਤੇ
- ਰਿਅਲ-ਟਾਈਮ ਇੰਫਰੈਂਸ ਗੋਪਨੀਯਤਾ-ਸੰਭਾਲ ਸਮਰੱਥਾਵਾਂ ਨਾਲ
- ਉਤਪਾਦਨ ਡਿਪਲਾਇਮੈਂਟ ਕਾਰੋਬਾਰੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਰਣਨੀਤੀਆਂ
Edge AI ਇੱਕ ਨਵਾਂ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਹੈ ਜੋ ਆਧੁਨਿਕ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਦਾ ਹੈ:
- ਗੋਪਨੀਯਤਾ ਅਤੇ ਸੁਰੱਖਿਆ: ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਬਿਨਾਂ ਭੇਜੇ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਪ੍ਰੋਸੈਸ ਕਰੋ
- ਰਿਅਲ-ਟਾਈਮ ਪ੍ਰਦਰਸ਼ਨ: ਸਮੇਂ-ਸੰਵੇਦਨਸ਼ੀਲ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਨੈਟਵਰਕ ਲੈਟੈਂਸੀ ਨੂੰ ਖਤਮ ਕਰੋ
- ਲਾਗਤ ਦੀ ਕੁਸ਼ਲਤਾ: ਬੈਂਡਵਿਡਥ ਅਤੇ ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ ਖਰਚੇ ਘਟਾਓ
- ਮਜ਼ਬੂਤ ਕਾਰਵਾਈ: ਨੈਟਵਰਕ ਬੰਦ ਹੋਣ ਦੇ ਦੌਰਾਨ ਕਾਰਗੁਜ਼ਾਰੀ ਜਾਰੀ ਰੱਖੋ
- ਨਿਯਮਕ ਅਨੁਕੂਲਤਾ: ਡੇਟਾ ਸਾਰਵਭੌਮਤਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰੋ
Edge AI ਦਾ ਮਤਲਬ ਹੈ AI ਐਲਗੋਰਿਥਮ ਅਤੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਹਾਰਡਵੇਅਰ 'ਤੇ ਚਲਾਉਣਾ, ਜਿੱਥੇ ਡੇਟਾ ਬਣਦਾ ਹੈ, ਬਿਨਾਂ ਕਲਾਉਡ ਸਰੋਤਾਂ 'ਤੇ ਨਿਰਭਰ ਕੀਤੇ। ਇਹ ਲੈਟੈਂਸੀ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ, ਗੋਪਨੀਯਤਾ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ, ਅਤੇ ਰਿਅਲ-ਟਾਈਮ ਫੈਸਲੇ ਲੈਣ ਦੀ ਯੋਗਤਾ ਦਿੰਦਾ ਹੈ।
- ਡਿਵਾਈਸ 'ਤੇ ਇੰਫਰੈਂਸ: AI ਮਾਡਲ ਐਜ ਡਿਵਾਈਸਾਂ (ਫੋਨ, ਰਾਊਟਰ, ਮਾਈਕਰੋਕੰਟਰੋਲਰ, ਉਦਯੋਗਿਕ PCs) 'ਤੇ ਚਲਦੇ ਹਨ
- ਆਫਲਾਈਨ ਸਮਰੱਥਾ: ਸਥਾਈ ਇੰਟਰਨੈਟ ਕਨੈਕਸ਼ਨ ਤੋਂ ਬਿਨਾਂ ਕੰਮ ਕਰਦਾ ਹੈ
- ਘੱਟ ਲੈਟੈਂਸੀ: ਰਿਅਲ-ਟਾਈਮ ਸਿਸਟਮਾਂ ਲਈ ਤੁਰੰਤ ਜਵਾਬ
- ਡੇਟਾ ਸਾਰਵਭੌਮਤਾ: ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਸਥਾਨਕ ਰੱਖਦਾ ਹੈ, ਸੁਰੱਖਿਆ ਅਤੇ ਅਨੁਕੂਲਤਾ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ
Phi-4, Mistral-7B, ਅਤੇ Gemma ਵਰਗੇ SLMs ਵੱਡੇ LLMs ਦੇ ਅਨੁਕੂਲਿਤ ਸੰਸਕਰਣ ਹਨ—ਜੋ ਸਿਖਲਾਈ ਜਾਂ ਡਿਸਟਿਲ ਕੀਤੇ ਗਏ ਹਨ:
- ਸਮੁੱਚੇ ਮੈਮੋਰੀ ਦੀ ਘਟਤ ਵਰਤੋਂ: ਐਜ ਡਿਵਾਈਸਾਂ ਦੀ ਸੀਮਿਤ ਮੈਮੋਰੀ ਦਾ ਕੁਸ਼ਲਤਾਪੂਰਵਕ ਵਰਤੋਂ
- ਘੱਟ ਕੰਪਿਊਟ ਦੀ ਮੰਗ: CPU ਅਤੇ ਐਜ GPU ਪ੍ਰਦਰਸ਼ਨ ਲਈ ਅਨੁਕੂਲਿਤ
- ਤੇਜ਼ ਸ਼ੁਰੂਆਤ ਸਮਾਂ: ਜਵਾਬਦੇਹ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਤੇਜ਼ ਸ਼ੁਰੂਆਤ
ਇਹ ਸ਼ਕਤੀਸ਼ਾਲੀ NLP ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਖੋਲ੍ਹਦੇ ਹਨ ਜਦੋਂ ਕਿ ਹੇਠਾਂ ਦਿੱਤੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਹਨ:
- ਐਮਬੈਡਡ ਸਿਸਟਮ: IoT ਡਿਵਾਈਸਾਂ ਅਤੇ ਉਦਯੋਗਿਕ ਕੰਟਰੋਲਰ
- ਮੋਬਾਈਲ ਡਿਵਾਈਸ: ਸਮਾਰਟਫੋਨ ਅਤੇ ਟੈਬਲੇਟ ਆਫਲਾਈਨ ਸਮਰੱਥਾਵਾਂ ਨਾਲ
- IoT ਡਿਵਾਈਸ: ਸੰਵੇਦਕ ਅਤੇ ਸਮਾਰਟ ਡਿਵਾਈਸਾਂ ਸੀਮਿਤ ਸਰੋਤਾਂ ਨਾਲ
- ਐਜ ਸਰਵਰ: ਸਥਾਨਕ ਪ੍ਰੋਸੈਸਿੰਗ ਯੂਨਿਟ ਸੀਮਿਤ GPU ਸਰੋਤਾਂ ਨਾਲ
- ਪ੍ਰਸਨਲ ਕੰਪਿਊਟਰ: ਡੈਸਕਟਾਪ ਅਤੇ ਲੈਪਟਾਪ ਡਿਪਲਾਇਮੈਂਟ ਸਥਿਤੀਆਂ
| ਮੋਡੀਊਲ | ਵਿਸ਼ਾ | ਫੋਕਸ ਖੇਤਰ | ਮੁੱਖ ਸਮੱਗਰੀ | ਪੱਧਰ | ਸਮਾਂ |
|---|---|---|---|---|---|
| 📖 00 | EdgeAI ਦਾ ਪੇਸ਼ਕਸ਼ | ਬੁਨਿਆਦ ਅਤੇ ਸੰਦਰਭ | EdgeAI ਝਲਕ • ਉਦਯੋਗਿਕ ਐਪਲੀਕੇਸ਼ਨ • SLM ਪੇਸ਼ਕਸ਼ • ਸਿੱਖਣ ਦੇ ਉਦੇਸ਼ | ਸ਼ੁਰੂਆਤੀ | 1-2 ਘੰਟੇ |
| 📚 01 | EdgeAI ਬੁਨਿਆਦ | ਕਲਾਉਡ ਵਿਰੁੱਧ Edge AI ਤੁਲਨਾ | EdgeAI ਬੁਨਿਆਦ • ਅਸਲ ਦੁਨੀਆ ਦੇ ਕੇਸ ਅਧਿਐਨ • ਅਮਲ ਗਾਈਡ • Edge ਡਿਪਲਾਇਮੈਂਟ | ਸ਼ੁਰੂਆਤੀ | 3-4 ਘੰਟੇ |
| 🧠 02 | SLM ਮਾਡਲ ਬੁਨਿਆਦ | ਮਾਡਲ ਪਰਿਵਾਰ ਅਤੇ ਆਰਕੀਟੈਕਚਰ | Phi ਪਰਿਵਾਰ • Qwen ਪਰਿਵਾਰ • Gemma ਪਰਿਵਾਰ • BitNET • μModel • Phi-Silica | ਸ਼ੁਰੂਆਤੀ | 4-5 ਘੰਟੇ |
| 🚀 03 | SLM ਡਿਪਲਾਇਮੈਂਟ ਅਭਿਆਸ | ਸਥਾਨਕ ਅਤੇ ਕਲਾਉਡ ਡਿਪਲਾਇਮੈਂਟ | ਉੱਚਤ ਸਿੱਖਣ • ਸਥਾਨਕ ਵਾਤਾਵਰਣ • ਕਲਾਉਡ ਡਿਪਲਾਇਮੈਂਟ | ਮੱਧਮ | 4-5 ਘੰਟੇ |
| ⚙️ 04 | ਮਾਡਲ ਅਪਟਿਮਾਈਜ਼ੇਸ਼ਨ ਟੂਲਕਿਟ | ਕ੍ਰਾਸ-ਪਲੇਟਫਾਰਮ ਅਪਟਿਮਾਈਜ਼ੇਸ਼ਨ | ਪੇਸ਼ਕਸ਼ • Llama.cpp • Microsoft Olive • OpenVINO • Apple MLX • ਵਰਕਫਲੋ ਸਿੰਥੇਸਿਸ | ਮੱਧਮ | 5-6 ਘੰਟੇ |
| 🔧 05 | SLMOps ਉਤਪਾਦਨ | ਉਤਪਾਦਨ ਕਾਰਵਾਈ | SLMOps ਪੇਸ਼ਕਸ਼ • ਮਾਡਲ ਡਿਸਟਿਲੇਸ਼ਨ • ਫਾਈਨ-ਟਿਊਨਿੰਗ • ਉਤਪਾਦਨ ਡਿਪਲਾਇਮੈਂਟ | ਉੱਚਤ | 5-6 ਘੰਟੇ |
| 🤖 06 | AI ਏਜੰਟ ਅਤੇ ਫੰਕਸ਼ਨ ਕਾਲਿੰਗ | ਏਜੰਟ ਫਰੇਮਵਰਕ ਅਤੇ MCP | ਏਜੰਟ ਪੇਸ਼ਕਸ਼ • ਫੰਕਸ਼ਨ ਕਾਲਿੰਗ • ਮਾਡਲ ਸੰਦਰਭ ਪ੍ਰੋਟੋਕੋਲ | ਉੱਚਤ | 4-5 ਘੰਟੇ |
| 💻 07 | ਪਲੇਟਫਾਰਮ ਅਮਲ | ਕ੍ਰਾਸ-ਪਲੇਟਫਾਰਮ ਨਮੂਨੇ | AI ਟੂਲਕਿਟ • Foundry Local • Windows ਵਿਕਾਸ | ਉੱਚਤ | 3-4 ਘੰਟੇ |
| 🏭 08 | Foundry Local ਟੂਲਕਿਟ | ਉਤਪਾਦਨ-ਤਿਆਰ ਨਮੂਨੇ | ਨਮੂਨਾ ਐਪਲੀਕੇਸ਼ਨ (ਵੇਰਵੇ ਹੇਠਾਂ ਵੇਖੋ) | ਮਾਹਰ | 8-10 ਘੰਟੇ |
- 01: REST Chat Quickstart
- 02: OpenAI SDK Integration
- 03: Model Discovery & Benchmarking
- 04: Chainlit RAG Application
- 05: Multi-Agent Orchestration
- 06: Models-as-Tools Router
- 07: Direct API Client
- 08: Windows 11 Chat App
- 09: Advanced Multi-Agent System
- 10: Foundry Tools Framework
ਉਤਪਾਦਨ-ਤਿਆਰ ਅਮਲਾਂ ਨਾਲ ਵਿਸਤ੍ਰਿਤ ਹੱਥ-ਅਭਿਆਸ ਵਰਕਸ਼ਾਪ ਸਮੱਗਰੀ:
- ਵਰਕਸ਼ਾਪ ਗਾਈਡ -
- ਉਤਪਾਦਨ ਕਾਰਵਾਈਆਂ: ਉਤਪਾਦਨ ਵਿੱਚ ਐਜ AI ਦੀ ਨਿਗਰਾਨੀ, ਸਕੇਲਿੰਗ ਅਤੇ ਰੱਖ-ਰਖਾਵ
- Foundry Local Chat Apps: Windows 11 ਦੇ ਲਈ ਮੂਲ ਐਪਲੀਕੇਸ਼ਨ ਜਿਸ ਵਿੱਚ ਮਾਡਲ ਸਵਿੱਚਿੰਗ ਹੈ
- Multi-Agent Systems: ਜਟਿਲ ਵਰਕਫਲੋਜ਼ ਲਈ ਵਿਸ਼ੇਸ਼ ਏਜੰਟਾਂ ਨਾਲ ਕੋਆਰਡੀਨੇਟਰ
- RAG Applications: ਸਥਾਨਕ ਦਸਤਾਵੇਜ਼ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵੈਕਟਰ ਖੋਜ ਨਾਲ
- Model Routers: ਕੰਮ ਦੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਆਧਾਰ 'ਤੇ ਮਾਡਲਾਂ ਦੀ ਸਮਰੱਥ ਚੋਣ
- API Frameworks: ਸਟ੍ਰੀਮਿੰਗ ਅਤੇ ਹੈਲਥ ਮਾਨੀਟਰਿੰਗ ਨਾਲ ਉਤਪਾਦਨ-ਤਿਆਰ ਕਲਾਇੰਟ
- Cross-Platform Tools: LangChain/Semantic Kernel ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਪੈਟਰਨ
ਮੈਨੂਫੈਕਚਰਿੰਗ • ਹੈਲਥਕੇਅਰ • ਆਟੋਨੋਮਸ ਵਾਹਨ • ਸਮਾਰਟ ਸ਼ਹਿਰ • ਮੋਬਾਈਲ ਐਪਸ
ਸਿਫਾਰਸ਼ੀ ਸਿੱਖਣ ਮਾਰਗ (ਕੁੱਲ 20-30 ਘੰਟੇ):
- 📖 ਪਰਿਚਯ (Introduction.md): EdgeAI ਦਾ ਬੁਨਿਆਦ + ਉਦਯੋਗ ਦਾ ਸੰਦਰਭ + ਸਿੱਖਣ ਦਾ ਢਾਂਚਾ
- 📚 ਬੁਨਿਆਦ (Modules 01-02): EdgeAI ਸੰਕਲਪ + SLM ਮਾਡਲ ਪਰਿਵਾਰ
- ⚙️ ਅਪਟਿਮਾਈਜ਼ੇਸ਼ਨ (Modules 03-04): ਡਿਪਲੋਇਮੈਂਟ + ਕੁਆੰਟਾਈਜ਼ੇਸ਼ਨ ਫਰੇਮਵਰਕ
- 🚀 ਉਤਪਾਦਨ (Modules 05-06): SLMOps + AI ਏਜੰਟ + ਫੰਕਸ਼ਨ ਕਾਲਿੰਗ
- 💻 ਲਾਗੂਕਰਨ (Modules 07-08): ਪਲੇਟਫਾਰਮ ਨਮੂਨੇ + Foundry Local ਟੂਲਕਿਟ
ਹਰ ਮਾਡਿਊਲ ਵਿੱਚ ਸਿਧਾਂਤ, ਹੱਥ-ਅਭਿਆਸ ਅਤੇ ਉਤਪਾਦਨ-ਤਿਆਰ ਕੋਡ ਨਮੂਨੇ ਸ਼ਾਮਲ ਹਨ।
ਤਕਨੀਕੀ ਭੂਮਿਕਾਵਾਂ: EdgeAI ਸੋਲੂਸ਼ਨ ਆਰਕੀਟੈਕਟ • ML ਇੰਜੀਨੀਅਰ (Edge) • IoT AI ਡਿਵੈਲਪਰ • ਮੋਬਾਈਲ AI ਡਿਵੈਲਪਰ
ਉਦਯੋਗ ਖੇਤਰ: ਮੈਨੂਫੈਕਚਰਿੰਗ 4.0 • ਹੈਲਥਕੇਅਰ ਟੈਕ • ਆਟੋਨੋਮਸ ਸਿਸਟਮ • FinTech • ਕਨਜ਼ਿਊਮਰ ਇਲੈਕਟ੍ਰਾਨਿਕਸ
ਪੋਰਟਫੋਲਿਓ ਪ੍ਰੋਜੈਕਟਸ: ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮ • ਉਤਪਾਦਨ RAG ਐਪਸ • ਕ੍ਰਾਸ-ਪਲੇਟਫਾਰਮ ਡਿਪਲੋਇਮੈਂਟ • ਪ੍ਰਦਰਸ਼ਨ ਅਪਟਿਮਾਈਜ਼ੇਸ਼ਨ
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
✅ ਤਰੱਕੀਸ਼ੀਲ ਸਿੱਖਣ: ਸਿਧਾਂਤ → ਅਭਿਆਸ → ਉਤਪਾਦਨ ਡਿਪਲੋਇਮੈਂਟ
✅ ਅਸਲੀ ਕੇਸ ਸਟੱਡੀਜ਼: ਮਾਈਕਰੋਸਾਫਟ, ਜਪਾਨ ਏਅਰਲਾਈਨਜ਼, ਉਦਯੋਗਿਕ ਲਾਗੂਕਰਨ
✅ ਹੱਥ-ਅਭਿਆਸ ਨਮੂਨੇ: 50+ ਉਦਾਹਰਨਾਂ, 10 ਵਿਸਥਾਰਿਤ Foundry Local ਡੈਮੋ
✅ ਪ੍ਰਦਰਸ਼ਨ 'ਤੇ ਧਿਆਨ: 85% ਗਤੀ ਵਿੱਚ ਸੁਧਾਰ, 75% ਆਕਾਰ ਵਿੱਚ ਕਮੀ
✅ ਮਲਟੀ-ਪਲੇਟਫਾਰਮ: Windows, ਮੋਬਾਈਲ, ਐਮਬੈਡਡ, ਕਲਾਉਡ-ਐਜ ਹਾਈਬ੍ਰਿਡ
✅ ਉਤਪਾਦਨ-ਤਿਆਰ: ਨਿਗਰਾਨੀ, ਸਕੇਲਿੰਗ, ਸੁਰੱਖਿਆ, ਅਨੁਕੂਲਤਾ ਫਰੇਮਵਰਕ
📖 ਅਧਿਐਨ ਗਾਈਡ ਉਪਲਬਧ: 20-ਘੰਟੇ ਦਾ ਸਟ੍ਰਕਚਰਡ ਸਿੱਖਣ ਮਾਰਗ ਸਮੇਂ ਦੇ ਵੰਡ ਦੇ ਮਾਰਗਦਰਸ਼ਨ ਅਤੇ ਸਵੈ-ਮੁਲਾਂਕਣ ਟੂਲਾਂ ਨਾਲ।
EdgeAI ਭਵਿੱਖ ਦੇ AI ਡਿਪਲੋਇਮੈਂਟ ਦਾ ਪ੍ਰਤੀਕ ਹੈ: ਸਥਾਨਕ-ਪਹਿਲਾਂ, ਗੋਪਨੀਯਤਾ-ਸੰਭਾਲਣ ਵਾਲਾ, ਅਤੇ ਕੁਸ਼ਲ। ਇਹ ਹੁਨਰ ਸਿੱਖੋ ਤਾਂ ਜੋ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੇ ਸਮਰੱਥ ਐਪਲੀਕੇਸ਼ਨ ਬਣਾਏ ਜਾ ਸਕਣ।
ਸਾਡੀ ਟੀਮ ਹੋਰ ਕੋਰਸ ਵੀ ਤਿਆਰ ਕਰਦੀ ਹੈ! ਵੇਖੋ:
- MCP for Beginners
- AI Agents For Beginners
- Generative AI for Beginners using .NET
- Generative AI for Beginners using JavaScript
- Generative AI for Beginners
- ML for Beginners
- Data Science for Beginners
- AI for Beginners
- Cybersecurity for Beginners
- Web Dev for Beginners
- IoT for Beginners
- XR Development for Beginners
- Mastering GitHub Copilot for AI Paired Programming
- Mastering GitHub Copilot for C#/.NET Developers
- Choose Your Own Copilot Adventure
ਜੇ ਤੁਸੀਂ ਫਸ ਜਾਂਦੇ ਹੋ ਜਾਂ AI ਐਪਸ ਬਣਾਉਣ ਬਾਰੇ ਕੋਈ ਸਵਾਲ ਹੈ, ਤਾਂ ਸ਼ਾਮਲ ਹੋਵੋ:
ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਫੀਡਬੈਕ ਹੈ ਜਾਂ ਬਣਾਉਣ ਦੌਰਾਨ ਕੋਈ ਗਲਤੀ ਆਉਂਦੀ ਹੈ ਤਾਂ ਜਾਓ:
ਅਸਵੀਕਰਤੀ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀ ਹੋਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁਣੀਕਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਮੌਜੂਦ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਅਧਿਕਾਰਤ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।