11. Día 1 - Iniciando en la IA generativa: configurar el proyecto en Windows

 

Iniciando en la IA generativa: configurar el proyecto en Windows

¡Hola, entusiastas de la IA! Si tienes un PC con Windows y quieres adentrarte en el mundo de la IA generativa, este tutorial es para ti. Vamos a configurar paso a paso tu entorno de trabajo, desde clonar el repositorio del curso hasta preparar todo con Anaconda y Jupyter Lab.

📌 Paso 1: Instalar Git

Lo primero es asegurarte de tener Git instalado en tu equipo (si no lo tienes):

  1. Ve a la página oficial de Git.

  2. Descarga e instala Git siguiendo los pasos (¡acepta todas las opciones por defecto!).

📂 Paso 2: Clonar el repositorio

  1. Abre PowerShell (escribe "PowerShell" en el buscador de Windows).

  2. Crea una carpeta para tus proyectos (si no la tienes):

    bash
    mkdir projects
cd projects

  3. Clona el repositorio del curso (copia el enlace desde GitHub y ejecuta):

    bash
    git clone [URL-del-repositorio]

  4. Accede al directorio del proyecto:

    bash
    cd LM-Engineering

🐍 Paso 3: Instalar Anaconda

Anaconda es esencial para gestionar entornos de Python. Sigue estos pasos:

  1. Descarga Anaconda desde su página oficial.

    • Nota: La instalación ocupa unos 5 GB, ¡asegúrate de tener espacio!

  2. Ejecuta el instalador y sigue las instrucciones (puedes saltar el registro de correo si lo prefieres).

🔧 Paso 4: Configurar el entorno

  1. Abre Anaconda PowerShell Prompt (¡no confundir con PowerShell normal!).

  2. Navega a tu carpeta del proyecto:

    bash
    cd projects\LM-Engineering

  3. Crea el entorno con Conda (esto puede tardar varios minutos):

    bash
    conda env create -f environment.yml

  4. Activa el entorno:

    bash
    conda activate LMS

    • Verás (LMS) en la terminal, lo que confirma que estás en el entorno correcto.

🚀 Paso 5: Lanzar Jupyter Lab

Para trabajar con los notebooks del curso, ejecuta:

bash
jupyter lab

Esto abrirá automáticamente tu navegador con el entorno listo para usar.

🔥 Consejos finales

  • Si tienes problemas, revisa el README del repositorio o déjanos un comentario.

  • Cada vez que reinicies, recuerda activar el entorno con conda activate LMS.

¡Y listo! Ahora estás preparado para empezar con la IA generativa. ¿Preguntas? ¡Déjalas en los comentarios! 👇

Nos vemos en el próximo tutorial.

Comentarios

Publicar un comentario

Entradas populares de este blog

9. Día 1 - Iniciando la configuración de tu entorno para LLM

  Iniciando la configuración de tu entorno para LLMs ¡Comenzamos la primera semana de nuestro curso explorando los  modelos frontera , los más avanzados en el mundo de los LLMs! 🌍 🔧  Lo primero: preparar nuestro entorno Vamos a configurar todo desde cero para programar en Python y construir nuestra primera solución con LLMs. ¿Qué necesitamos? 1️⃣  Clonar el repositorio  desde GitHub (¡fácil y rápido!). 2️⃣  Instalar herramientas clave : Recomendado : Usar  Anaconda  (entorno aislado y compatible, aunque ocupa espacio). Alternativa : Entorno virtual con  pip  (más ligero, pero requiere gestión manual). ⚠️  ¿Problemas?  Tranquilo/a, es normal. Te dejo mis "armas secretas": Un  cuaderno de resolución de errores  en el repo. ChatGPT/Claude : Pega el error y te dirá cómo solucionarlo (¡funciona mejor que Stack Overflow!). Y si todo falla... ¡yo mismo! Escríbeme en la plataforma o LinkedIn ( Juan Gabriel Gomila ). 🔑...
Leer más

4-Explorando Ollama y Creando un Tutor para Aprender Idiomas

Explorando Ollama y Creando un Tutor para Aprender Idiomas ¿Te imaginas tener un  tutor personalizado de idiomas  disponible 24/7, sin suscripciones costosas y que funcione directamente en tu computadora? Con  Ollama  y los modelos de lenguaje local (LLM), esto es posible. En este post, te mostraré cómo  configurar un asistente de aprendizaje de idiomas  usando modelos como  Llama 3, Mistral o Gemma  en tu PC con Windows, Mac o Linux. 📌 ¿Por qué usar un LLM como tutor de idiomas? Los modelos de lenguaje modernos pueden: ✅  Corregir gramática y pronunciación ✅  Generar ejercicios personalizados ✅  Simular conversaciones reales ✅  Explicar reglas lingüísticas en contexto Y lo mejor:  ¡Todo offline y sin límites de mensajes! 🛠️ Configuración básica 1. Instalar Ollama Sigue nuestra  guía anterior  para instalar Ollama en tu sistema. 2. Descargar un modelo adecuado Algunas buenas opciones para aprendizaje de idiomas...
Leer más

1- ¿Qué es Machine Learning y en qué se diferencia de los LLMs y los Agentes de IA?

¿Qué es Machine Learning y en qué se diferencia de los LLMs y los Agentes de IA? 🤖 En el mundo de la inteligencia artificial (IA), hay términos que a menudo se confunden, pero que tienen diferencias clave. Hoy vamos aclarar tres conceptos fundamentales:  Machine Learning (ML) ,  Large Language Models (LLMs)  y  Agentes de IA . 🔹  Machine Learning (ML) - El corazón de la IA El  Machine Learning  es una rama de la IA que se enfoca en desarrollar algoritmos que permiten a las máquinas  aprender de datos  sin ser programadas explícitamente para cada tarea. Ejemplos : Sistemas de recomendación (Netflix, Spotify). Detección de fraude en transacciones bancarias. Clasificación de imágenes (reconocimiento facial). Características : Requiere grandes conjuntos de datos para entrenar modelos. Puede ser supervisado (etiquetado), no supervisado (sin etiquetas) o por refuerzo (aprendizaje basado en recompensas). 🔹  Large Language Models (LLMs) - IA ...
Leer más