README.md

शुरुवातका लागि EdgeAI

यी स्रोतहरू प्रयोग गर्न सुरु गर्नका लागि निम्न चरणहरू अनुसरण गर्नुहोस्:

1. रिपोजिटरी फोर्क गर्नुहोस्: क्लिक गर्नुहोस्
2. रिपोजिटरी क्लोन गर्नुहोस्: git clone https://github.com/microsoft/edgeai-for-beginners.git
3. Azure AI Foundry Discord मा सामेल हुनुहोस् र विशेषज्ञहरू तथा अन्य विकासकर्तासँग भेट गर्नुहोस्

🌐 बहुभाषी समर्थन

GitHub Action मार्फत समर्थित (स्वचालित र सधैं अद्यावधिक)

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 | Korean | Lithuanian | Malay | Marathi | Nepali | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Thai | Turkish | Ukrainian | Urdu | Vietnamese

यदि तपाईं थप अनुवाद भाषाहरू चाहनुहुन्छ भने यहाँ सूचीबद्ध छन् यहाँ

परिचय

EdgeAI for Beginners मा स्वागत छ – Edge Artificial Intelligence को परिवर्तनकारी संसारमा तपाईंको व्यापक यात्रा। यो कोर्सले शक्तिशाली AI क्षमता र वास्तविक जीवनमा प्रयोगको बीचको खाडललाई पूर्ति गर्दछ, जसले तपाईंलाई AI को क्षमता सिधै डेटा उत्पन्न हुने स्थानमा र निर्णय लिनुपर्ने ठाउँमा प्रयोग गर्न सशक्त बनाउँछ।

तपाईंले के सिक्नुहुनेछ

यो कोर्सले आधारभूत अवधारणाहरूदेखि उत्पादन-तयार कार्यान्वयनसम्मको यात्रा प्रदान गर्दछ, जसमा समावेश छ:

• साना भाषा मोडेलहरू (SLMs) जो Edge मा प्रयोगका लागि अनुकूलित छन्
• हार्डवेयर-आधारित अनुकूलन विभिन्न प्लेटफर्महरूमा
• रियल-टाइम इन्फरेन्स गोपनीयता-संरक्षण क्षमतासहित
• उत्पादन कार्यान्वयन रणनीतिहरू उद्यम अनुप्रयोगहरूको लागि

किन EdgeAI महत्त्वपूर्ण छ

Edge AI ले आधुनिक चुनौतीहरूको समाधान गर्ने नयाँ दृष्टिकोण प्रस्तुत गर्दछ:

• गोपनीयता र सुरक्षा: संवेदनशील डेटा स्थानीय रूपमा प्रक्रिया गर्नुहोस्, क्लाउडमा नपठाई
• रियल-टाइम प्रदर्शन: समय-संवेदनशील अनुप्रयोगहरूको लागि नेटवर्क ढिलाइ हटाउनुहोस्
• खर्च दक्षता: ब्यान्डविथ र क्लाउड कम्प्युटिङ खर्च घटाउनुहोस्
• लचिलो सञ्चालन: नेटवर्क अवरोधको समयमा कार्यक्षमता कायम राख्नुहोस्
• नियम अनुपालन: डेटा सार्वभौमिकता आवश्यकताहरू पूरा गर्नुहोस्

Edge AI

Edge AI भनेको AI एल्गोरिदम र भाषा मोडेलहरू स्थानीय हार्डवेयरमा चलाउनु हो, जहाँ डेटा उत्पन्न हुन्छ, क्लाउड स्रोतहरूमा निर्भर नगरी। यसले ढिलाइ कम गर्छ, गोपनीयता बढाउँछ, र रियल-टाइम निर्णय लिन सक्षम बनाउँछ।

मुख्य सिद्धान्तहरू:

• डिभाइसमा इन्फरेन्स: AI मोडेलहरू Edge डिभाइसहरू (फोन, राउटर, माइक्रोकन्ट्रोलर, औद्योगिक PCs) मा चल्छन्
• अफलाइन क्षमता: स्थायी इन्टरनेट जडान बिना कार्य गर्दछ
• कम ढिलाइ: रियल-टाइम प्रणालीहरूको लागि तत्काल प्रतिक्रिया
• डेटा सार्वभौमिकता: संवेदनशील डेटा स्थानीय राख्छ, सुरक्षा र अनुपालन सुधार गर्दछ

साना भाषा मोडेलहरू (SLMs)

Phi-4, Mistral-7B, र Gemma जस्ता SLMs ठूला LLMs का अनुकूलित संस्करणहरू हुन् – प्रशिक्षित वा डिस्टिल गरिएको:

• कम मेमोरी खपत: सीमित Edge डिभाइस मेमोरीको प्रभावकारी प्रयोग
• कम कम्प्युट माग: CPU र Edge GPU प्रदर्शनका लागि अनुकूलित
• छिटो सुरु हुने समय: प्रतिक्रियात्मक अनुप्रयोगहरूको लागि छिटो सुरुवात

यीले शक्तिशाली NLP क्षमताहरू अनलक गर्छन् जबकि निम्न सीमाहरू पूरा गर्छन्:

• एम्बेडेड प्रणालीहरू: IoT डिभाइसहरू र औद्योगिक कन्ट्रोलरहरू
• मोबाइल डिभाइसहरू: स्मार्टफोन र ट्याब्लेटहरू अफलाइन क्षमतासहित
• IoT डिभाइसहरू: सीमित स्रोतहरू भएका सेन्सर र स्मार्ट डिभाइसहरू
• Edge सर्भरहरू: सीमित GPU स्रोतहरू भएका स्थानीय प्रोसेसिङ युनिटहरू
• व्यक्तिगत कम्प्युटरहरू: डेस्कटप र ल्यापटप कार्यान्वयन परिदृश्यहरू

कोर्स मोड्युलहरू र नेभिगेसन

मोड्युल	विषय	ध्यान केन्द्रित क्षेत्र	मुख्य सामग्री	स्तर	अवधि
📖 00	EdgeAI को परिचय	आधारभूत र सन्दर्भ	EdgeAI अवलोकन • उद्योग अनुप्रयोगहरू • SLM परिचय • सिकाइ उद्देश्यहरू	शुरुवाती	1-2 घण्टा
📚 01	EdgeAI का आधारभूत कुरा	क्लाउड बनाम Edge AI तुलना	EdgeAI का आधारभूत कुरा • वास्तविक जीवनका केस अध्ययनहरू • कार्यान्वयन मार्गदर्शन • Edge कार्यान्वयन	शुरुवाती	3-4 घण्टा
🧠 02	SLM मोडेलका आधारभूत कुरा	मोडेल परिवारहरू र वास्तुकला	Phi परिवार • Qwen परिवार • Gemma परिवार • BitNET • μModel • Phi-Silica	शुरुवाती	4-5 घण्टा
🚀 03	SLM कार्यान्वयन अभ्यास	स्थानीय र क्लाउड कार्यान्वयन	उन्नत सिकाइ • स्थानीय वातावरण • क्लाउड कार्यान्वयन	मध्यम	4-5 घण्टा
⚙️ 04	मोडेल अनुकूलन उपकरण	क्रस-प्लेटफर्म अनुकूलन	परिचय • Llama.cpp • Microsoft Olive • OpenVINO • Apple MLX • कार्यप्रवाह संश्लेषण	मध्यम	5-6 घण्टा
🔧 05	SLMOps उत्पादन	उत्पादन सञ्चालन	SLMOps परिचय • मोडेल डिस्टिलेशन • फाइन-ट्युनिङ • उत्पादन कार्यान्वयन	उन्नत	5-6 घण्टा
🤖 06	AI एजेन्टहरू र फङ्सन कलिङ	एजेन्ट फ्रेमवर्कहरू र MCP	एजेन्ट परिचय • फङ्सन कलिङ • मोडेल सन्दर्भ प्रोटोकल	उन्नत	4-5 घण्टा
💻 07	प्लेटफर्म कार्यान्वयन	क्रस-प्लेटफर्म नमूनाहरू	AI टूलकिट • Foundry Local • Windows विकास	उन्नत	3-4 घण्टा
🏭 08	Foundry Local टूलकिट	उत्पादन-तयार नमूनाहरू	नमूना अनुप्रयोगहरू (तल विवरण हेर्नुहोस्)	विशेषज्ञ	8-10 घण्टा

🏭 मोड्युल 08: नमूना अनुप्रयोगहरू

• 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

🎓 वर्कशप: व्यावहारिक सिकाइ मार्ग

उत्पादन-तयार कार्यान्वयनहरूसहित व्यापक व्यावहारिक वर्कशप सामग्री:

• वर्कशप मार्गदर्शन - पूर्ण सिकाइ उद्देश्यहरू, परिणामहरू, र स्रोत नेभिगेसन
• Python नमूनाहरू (6 सत्रहरू) - उत्कृष्ट अभ्यासहरू, त्रुटि ह्यान्डलिङ, र व्यापक दस्तावेजीकरणसहित अद्यावधिक
• Jupyter नोटबुकहरू (8 अन्तरक्रियात्मक) - चरण-दर-चरण ट्युटोरियलहरू बेंचमार्क र प्रदर्शन अनुगमनसहित
• सत्र मार्गदर्शनहरू - प्रत्येक वर्कशप सत्रको लागि विस्तृत मार्कडाउन मार्गदर्शनहरू
• मान्यकरण उपकरणहरू - कोड गुणस्तर जाँच गर्न र स्मोक परीक्षण चलाउन स्क्रिप्टहरू

तपाईंले के निर्माण गर्नुहुनेछ:

• स्ट्रिमिङ समर्थनसहित स्थानीय AI च्याट अनुप्रयोगहरू
• RAG पाइपलाइनहरू गुणस्तर मूल्याङ्कनसहित (RAGAS)
• बहु-मोडेल बेंचमार्किङ र तुलना उपकरणहरू
• बहु-एजेन्ट समन्वय प्रणालीहरू
• कार्य-आधारित चयनसहित बौद्धिक मोडेल राउटिङ

📊 सिकाइ मार्ग सारांश

• कुल अवधि: 36-45 घण्टा
• शुरुवाती मार्ग: मोड्युलहरू 01-02 (7-9 घण्टा)
• मध्यम मार्ग: मोड्युलहरू 03-04 (9-11 घण्टा)
• उन्नत मार्ग: मोड्युलहरू 05-07 (12-15 घण्टा)
• विशेषज्ञ मार्ग: मोड्युल 08 (8-10 घण्टा)

तपाईंले के निर्माण गर्नुहुनेछ

🎯 मुख्य दक्षताहरू

• Edge AI वास्तुकला: स्थानीय-प्रथम AI प्रणालीहरू डिजाइन गर्नुहोस् क्लाउड एकीकरणसहित
• मोडेल अनुकूलन: Edge कार्यान्वयनका लागि मोडेलहरू क्वान्टाइज र कम्प्रेस गर्नुहोस् (85% गति वृद्धि, 75% आकार घटाउने)
• बहु-प्लेटफर्म कार्यान्वयन: Windows, मोबाइल, एम्बेडेड, र क्लाउड-Edge हाइब्रिड प्रणालीहरू
• उत्पादन सञ्चालनहरू: उत्पादनमा एज एआईको निगरानी, स्केलिङ, र मर्मतसम्भार

🏗️ व्यावहारिक परियोजनाहरू

• फाउन्ड्री लोकल च्याट एप्स: मोडेल स्विचिङसहितको Windows 11 स्थानीय एप्लिकेसन
• मल्टि-एजेन्ट प्रणालीहरू: जटिल कार्यप्रवाहका लागि विशेषज्ञ एजेन्टहरूसहितको समन्वयकर्ता
• RAG एप्लिकेसनहरू: स्थानीय दस्तावेज प्रशोधन र भेक्टर खोज
• मोडेल राउटरहरू: कार्य विश्लेषणको आधारमा मोडेलहरूको बुद्धिमानी चयन
• API फ्रेमवर्कहरू: स्ट्रिमिङ र स्वास्थ्य निगरानीसहित उत्पादन-तयार क्लाइन्टहरू
• क्रस-प्ल्याटफर्म उपकरणहरू: LangChain/सेम्यान्टिक कर्नेल एकीकरण ढाँचाहरू

🏢 उद्योग अनुप्रयोगहरू

निर्माण • स्वास्थ्य सेवा • स्वायत्त सवारी साधनहरू • स्मार्ट सहरहरू • मोबाइल एप्स

छिटो सुरु

सिफारिस गरिएको सिकाइ मार्ग (कुल २०-३० घण्टा):

0. 📖 परिचय (Introduction.md): एज एआईको आधारभूत जानकारी + उद्योग सन्दर्भ + सिकाइ ढाँचा
1. 📚 आधारभूत ज्ञान (मोड्युल ०१-०२): एज एआई अवधारणाहरू + SLM मोडेल परिवारहरू
2. ⚙️ अनुकूलन (मोड्युल ०३-०४): परिनियोजन + क्वान्टाइजेसन फ्रेमवर्कहरू
3. 🚀 उत्पादन (मोड्युल ०५-०६): SLMOps + एआई एजेन्टहरू + फङ्सन कलिङ
4. 💻 कार्यान्वयन (मोड्युल ०७-०८): प्लेटफर्म नमूनाहरू + फाउन्ड्री लोकल टूलकिट

प्रत्येक मोड्युलमा सिद्धान्त, व्यावहारिक अभ्यासहरू, र उत्पादन-तयार कोड नमूनाहरू समावेश छन्।

करियर प्रभाव

प्राविधिक भूमिकाहरू: एज एआई समाधान आर्किटेक्ट • एमएल इन्जिनियर (एज) • IoT एआई डेभलपर • मोबाइल एआई डेभलपर

उद्योग क्षेत्रहरू: निर्माण ४.० • स्वास्थ्य प्रविधि • स्वायत्त प्रणालीहरू • फिनटेक • उपभोक्ता इलेक्ट्रोनिक्स

पोर्टफोलियो परियोजनाहरू: मल्टि-एजेन्ट प्रणालीहरू • उत्पादन RAG एप्स • क्रस-प्ल्याटफर्म परिनियोजन • प्रदर्शन अनुकूलन

रिपोजिटरी 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

पाठ्यक्रमका मुख्य विशेषताहरू

✅ प्रगतिशील सिकाइ: सिद्धान्त → अभ्यास → उत्पादन परिनियोजन
✅ वास्तविक केस अध्ययनहरू: माइक्रोसफ्ट, जापान एयरलाइन्स, उद्यम कार्यान्वयनहरू
✅ ह्यान्ड्स-अन नमूनाहरू: ५०+ उदाहरणहरू, १० व्यापक फाउन्ड्री लोकल डेमोहरू
✅ प्रदर्शन केन्द्रित: ८५% गति सुधार, ७५% आकार घटाइ
✅ मल्टि-प्ल्याटफर्म: Windows, मोबाइल, एम्बेडेड, क्लाउड-एज हाइब्रिड
✅ उत्पादन तयार: निगरानी, स्केलिङ, सुरक्षा, अनुपालन फ्रेमवर्कहरू

📖 अध्ययन मार्गदर्शक उपलब्ध छ: २०-घण्टाको संरचित सिकाइ मार्गदर्शन समय व्यवस्थापन र आत्म-मूल्याङ्कन उपकरणहरूसहित।

---

एज एआई भविष्यको एआई परिनियोजनको प्रतिनिधित्व गर्दछ: स्थानीय-प्रथम, गोपनीयता-संरक्षण, र प्रभावकारी। यी सीपहरू मास्टर गरेर अर्को पुस्ताको बौद्धिक एप्लिकेसनहरू निर्माण गर्नुहोस्।

अन्य पाठ्यक्रमहरू

हाम्रो टोलीले अन्य पाठ्यक्रमहरू पनि उत्पादन गर्दछ! हेर्नुहोस्:

Azure / Edge / MCP / एजेन्टहरू

---

जेनेरेटिभ एआई श्रृंखला

---

कोर सिकाइ

---

कोपाइलट श्रृंखला

सहयोग प्राप्त गर्दै

यदि तपाईं अड्किनुहुन्छ वा एआई एप्स निर्माणको बारेमा कुनै प्रश्न छ भने, सामेल हुनुहोस्:

यदि तपाईंलाई उत्पादन प्रतिक्रिया वा निर्माणको क्रममा त्रुटिहरू छन् भने, भ्रमण गर्नुहोस्:

---

अस्वीकरण:
यो दस्तावेज़ AI अनुवाद सेवा Co-op Translator प्रयोग गरेर अनुवाद गरिएको छ। हामी शुद्धताको लागि प्रयास गर्छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छ। यसको मूल भाषा मा रहेको मूल दस्तावेज़लाई आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीको लागि, व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत व्याख्याको लागि हामी जिम्मेवार हुने छैनौं।