diff --git a/translations/he/.co-op-translator.json b/translations/he/.co-op-translator.json index f66cd4d0..0e5921aa 100644 --- a/translations/he/.co-op-translator.json +++ b/translations/he/.co-op-translator.json @@ -24,22 +24,11 @@ "language_code": "he" }, "__translation_failures__": { - "lessons/0-course-setup/how-to-run.md": { - "original_hash": "7ad8c7d8604c53649b3d4d1e2f3a6fa1", - "source_file": "lessons/0-course-setup/how-to-run.md", - "language_code": "he", - "failure_date": "2026-07-08T16:02:02+00:00", - "status": "failed", - "error_type": "TranslationIncompleteError", - "error_message": "Markdown translation remained incomplete for chunk 1 of 'how-to-run.md', and the chunk could not be split further.", - "translator_version": "0.20.0", - "failure_policy_version": 1 - }, "lessons/sketchnotes/LICENSE.md": { "original_hash": "45ab63a2cd8f5faef6c9b150618837a4", "source_file": "lessons/sketchnotes/LICENSE.md", "language_code": "he", - "failure_date": "2026-07-08T16:07:36+00:00", + "failure_date": "2026-07-14T00:12:27+00:00", "status": "failed", "error_type": "TranslationIncompleteError", "error_message": "Markdown translation remained incomplete for chunk 1.1.1 of 'LICENSE.md', and the chunk could not be split further.", @@ -96,8 +85,8 @@ "language_code": "he" }, "lessons/0-course-setup/how-to-run.md": { - "original_hash": "a4717bd9103b9f6cd84d534b83534689", - "translation_date": "2026-01-16T03:33:24+00:00", + "original_hash": "7ad8c7d8604c53649b3d4d1e2f3a6fa1", + "translation_date": "2026-07-14T00:09:02+00:00", "source_file": "lessons/0-course-setup/how-to-run.md", "language_code": "he" }, diff --git a/translations/he/lessons/0-course-setup/how-to-run.md b/translations/he/lessons/0-course-setup/how-to-run.md index d64b0e43..5880a2d7 100644 --- a/translations/he/lessons/0-course-setup/how-to-run.md +++ b/translations/he/lessons/0-course-setup/how-to-run.md @@ -1,12 +1,12 @@ # כיצד להריץ את הקוד -תכנית הלימודים הזו מכילה הרבה דוגמאות מעשיות ומעבדות שתרצו להריץ. כדי לעשות זאת, עליכם להיות מסוגלים להריץ קוד פייתון ב-Jupyter Notebooks המסופקים כחלק מתכנית הלימודים הזו. יש לכם כמה אפשרויות להרצת הקוד: +תוכנית הלימודים הזו מכילה הרבה דוגמאות מעשיות ומעבדות שתרצו להריץ. כדי לעשות זאת, עליכם להיות מסוגלים להריץ קוד פייתון ב-Jupyter Notebooks המסופקים כחלק מתוכנית הלימודים הזו. יש לכם מספר אפשרויות להרצת הקוד: -## הרצה מקומית במחשב שלכם +## הרצה מקומית במחשב האישי שלכם -כדי להריץ את הקוד במחשב המקומי, נדרשת התקנת פייתון. אחת ההמלצות היא להתקין **[miniconda](https://conda.io/en/latest/miniconda.html)** - זוהי התקנה קלה יחסית התומכת במנהל החבילות `conda` ליצירת **סביבות וירטואליות** שונות של פייתון. +כדי להריץ את הקוד במחשב האישי שלכם, נדרש התקנת פייתון. המלצה אחת היא להתקין את **[miniconda](https://conda.io/en/latest/miniconda.html)** - זו התקנה יחסית קלה שתומכת במנהל החבילות `conda` לסביבות וירטואליות שונות של פייתון. -לאחר התקנת miniconda, שכפלו את המאגר (repository) וצור סביבה וירטואלית לשימוש בקורס זה: +לאחר שהתקנתם את miniconda, שיכפלו את המאגר וצרו סביבת עבודה וירטואלית לשימוש בקורס זה: ```bash git clone http://github.com/microsoft/ai-for-beginners @@ -15,19 +15,19 @@ conda env create --name ai4beg --file .devcontainer/environment.yml conda activate ai4beg ``` -### שימוש ב-Visual Studio Code עם הרחבת פייתון +### שימוש ב-Visual Studio Code עם הרחבת Python -תכנית הלימודים הזו הכי נוחה לשימוש בעת פתיחתה ב-[Visual Studio Code](http://code.visualstudio.com/?WT.mc_id=academic-77998-cacaste) עם [הרחבת פייתון](https://marketplace.visualstudio.com/items?itemName=ms-python.python&WT.mc_id=academic-77998-cacaste). +תוכנית הלימודים הזו הכי נוחה לשימוש כאשר פותחים אותה ב-[Visual Studio Code](http://code.visualstudio.com/?WT.mc_id=academic-77998-cacaste) עם [הרחבת Python](https://marketplace.visualstudio.com/items?itemName=ms-python.python&WT.mc_id=academic-77998-cacaste). -> **הערה**: לאחר ששכפלתם ופתחתם את התיקייה ב-VS Code, הוא יציע אוטומטית להתקין את הרחבות הפייתון. תצטרכו גם להתקין את miniconda כפי שתואר למעלה. +> **הערה**: לאחר שתקפלו ותפתחו את התיקייה ב-VS Code, הוא יציע אוטומטית להתקין את הרחבות הפייתון. תצטרכו גם להתקין את miniconda כפי שמתואר למעלה. -> **הערה**: אם VS Code יציע לכם לפתוח מחדש את המאגר בתוך container, כדאי לסרב לכך ולהשתמש בהתקנה המקומית של פייתון. +> **הערה**: אם VS Code יציע לכם לפתוח מחדש את המאגר במיכל (container), כדאי לסרב לכך כדי להשתמש בהתקנת הפייתון המקומית. ### שימוש ב-Jupyter בדפדפן -ניתן גם להשתמש בסביבת Jupyter דרך הדפדפן במחשב שלכם. הן Jupyter הקלאסי והן JupyterHub מספקים סביבת פיתוח נוחה עם השלמה אוטומטית, הדגשת קוד ועוד. +ניתן להשתמש גם בסביבת Jupyter מהדפדפן במחשב האישי שלכם. גם Jupyter הקלאסי וגם JupyterHub מספקים סביבת פיתוח נוחה עם השלמה אוטומטית, הדגשת קוד ועוד. -כדי להפעיל Jupyter מקומית, עבורו לתיקיית הקורס והריצו: +כדי להפעיל Jupyter באופן מקומי, גשו לתיקיית הקורס, והריצו את הפקודה: ```bash jupyter notebook @@ -36,36 +36,36 @@ jupyter notebook ```bash jupyterhub ``` -אז תוכלו לנווט אל כל אחד מהקבצים עם הסיומת `.ipynb`, לפתוח אותם ולהתחיל לעבוד. +ניתן לאחר מכן לנווט לכל אחד מהקבצים עם סיומת `.ipynb`, לפתוח אותם ולהתחיל לעבוד. -### הרצה בתוך container +### הרצה במיכל (container) -אפשרות נוספת במקום התקנת פייתון היא להריץ את הקוד בתוך container. מכיוון שהמאגר שלנו כולל תיקיית `.devcontainer` שמסבירה כיצד לבנות container עבור המאגר, VS Code מציע אפשרות לפתוח מחדש את הקוד בתוך container. זה ידרוש התקנת Docker, ויהיה מורכב יותר, לכן אנו ממליצים על כך למשתמשים עם ניסיון. +אפשרות נוספת להתקנת פייתון היא להריץ את הקוד במיכל. מאחר והמאגר שלנו כולל תיקיית `.devcontainer` מיוחדת שמסבירה כיצד לבנות מיכל עבור המאגר הזה, VS Code מציע אפשרות לפתוח את הקוד בתוך מיכל. זה ידרוש התקנת Docker, וכמו כן יהיה מורכב יותר, לכן אנו ממליצים על כך למשתמשים מנוסים יותר. ## הרצה בענן -אם אינכם רוצים להתקין פייתון במחשב המקומי ואפשר לכם גישה למשאבי ענן - אפשרות טובה היא להריץ את הקוד בענן. יש כמה דרכים לעשות זאת: +אם אינכם רוצים להתקין פייתון באופן מקומי, ויש לכם גישה למשאבים בענן - אפשרות טובה היא להריץ את הקוד בענן. ישנן מספר דרכים לעשות זאת: -* שימוש ב-**[GitHub Codespaces](https://github.com/features/codespaces)**, סביבה וירטואלית הנוצרת עבורכם ב-GitHub, נגישה דרך ממשק דפדפן של VS Code. אם יש לכם גישה ל-Codespaces, תוכלו רק ללחוץ על כפתור **Code** במאגר, לפתוח codespace ולרוץ את הקוד תוך זמן קצר. -* שימוש ב-**[Binder](https://mybinder.org/v2/gh/microsoft/ai-for-beginners/HEAD)**. [Binder](https://mybinder.org) מספקת משאבי מחשוב בחינם בענן כדי שתוכלו לבדוק קוד ב-GitHub. יש כפתור בדף הראשי לפתיחת המאגר ב-Binder - זה יוביל אתכם במהירות לאתר Binder, שיבנה container ויתחיל ממשק Jupyter בשקיפות. +* שימוש ב-**[GitHub Codespaces](https://github.com/features/codespaces)**, שהיא סביבת עבודה וירטואלית שנוצרה לכם ב-GitHub ונגישה דרך ממשק דפדפן של VS Code. אם יש לכם גישה ל-Codespaces, תוכלו פשוט ללחוץ על כפתור **Code** במאגר, להתחיל codespace ולהתחיל לפעול במהירות. +* שימוש ב-**[Binder](https://mybinder.org/v2/gh/microsoft/ai-for-beginners/HEAD)**. [Binder](https://mybinder.org) מציע משאבי מחשוב חינמיים בענן שיכולים לאפשר לכם לבדוק קוד ב-GitHub. יש לחצן בעמוד הראשי לפתיחת המאגר ב-Binder - זה ייקח אתכם במהירות לאתר binder, שיבנה מיכל בסיסי ויפעיל ממשק Jupyter באינטרנט עבורכם בצורה חלקה. -> **הערה**: כדי למנוע שימוש לרעה, ל-Binder חסום גישה לחלק ממשאבי רשת. זה עלול למנוע עבודה של קוד שמוריד מודלים ו/או מערכי נתונים מהאינטרנט הציבורי. ייתכן שתצטרכו למצוא פתרונות חלופיים. בנוסף, משאבי המחשוב של Binder בסיסיים יחסית, ולכן האימון יהיה איטי, במיוחד בשיעורים מתקדמים ומורכבים יותר. +> **הערה**: כדי למנוע שימוש לרעה, ל-Binder חסומים גישה למשאבי אינטרנט מסוימים. ייתכן וזה ימנע חלק מהקוד שפונה להורדת דגמים ו/או מערכי נתונים מהאינטרנט הציבורי. ייתכן שתצטרכו למצוא דרכים חלופיות. כמו כן, משאבי המחשוב ש-Binder מספקים הם בסיסיים יחסית, כך שהאימון יהיה איטי, במיוחד בשיעורים מאוחרים ומורכבים יותר. ## הרצה בענן עם GPU -חלק מהשיעורים המתקדמים בתכנית הלימודים ייהנו מאוד מתמיכה ב-GPU. לדוגמה, אימון מודלים יכול להיות איטי מאוד אחרת. יש כמה אפשרויות: +חלק מהשיעורים המאוחרים בתוכנית זו יהנו מאוד מתמיכה ב-GPU. לדוגמה, אימון מודלים יכול להיות איטי וכואב אחרת. יש כמה אפשרויות שניתן להשתמש בהן, במיוחד אם יש לכם גישה לענן דרך [Azure for Students](https://azure.microsoft.com/free/students/?WT.mc_id=academic-77998-cacaste) או דרך המוסד שלכם: -* יצירת [Data Science Virtual Machine](https://docs.microsoft.com/learn/modules/intro-to-azure-data-science-virtual-machine/?WT.mc_id=academic-77998-cacaste) וחיבור אליה דרך Jupyter. תוכלו לשכפל את המאגר ישירות למכונה ולהתחיל ללמוד. מכונות NC-series תומכות ב-GPU. +* יצירת [Data Science Virtual Machine](https://docs.microsoft.com/learn/modules/intro-to-azure-data-science-virtual-machine/?WT.mc_id=academic-77998-cacaste) וחיבור אליה דרך Jupyter. לאחר מכן תוכלו לשכפל את המאגר ישירות למכונה ולהתחיל ללמוד. מכונות וירטואליות מסדרת NC תומכות ב-GPU. -> **הערה**: חלק מהמנויים, כולל Azure for Students, לא כוללים תמיכה ב-GPU כברירת מחדל. ייתכן שתצטרכו לבקש ליבות GPU נוספות באמצעות קריאת שירות תמיכה טכנית. +> **הערה**: חלק מהמנויים, כולל Azure for Students, אינם מספקים תמיכה ב-GPU כברירת מחדל. ייתכן שתצטרכו לבקש ליבות GPU נוספות דרך בקשת תמיכה טכנית. -* יצירת [Azure Machine Learning Workspace](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-cacaste) ואז שימוש בתכונת ה-Notebook שם. [וידאו זה](https://azure-for-academics.github.io/quickstart/azureml-papers/) מראה כיצד לשכפל מאגר לתוך פנקס הערות ב-Azure ML ולהתחיל להשתמש בו. +* יצירת [Azure Machine Learning Workspace](https://azure.microsoft.com/services/machine-learning/?WT.mc_id=academic-77998-cacaste) ושימוש בתכונת הפנקס הרשימות (Notebook) שם. [הסרטון הזה](https://azure-for-academics.github.io/quickstart/azureml-papers/) מראה כיצד לשכפל מאגר לתוך פנקס הרשימות של Azure ML ולהתחיל להשתמש בו. -ניתן גם להשתמש ב-Google Colab, הכולל תמיכה חינמית מסוימת ב-GPU, ולהעלות אליו Jupyter Notebooks כדי להריץ אותם אחד-אחד. +ניתן גם להשתמש ב-Google Colab, שמגיע עם תמיכה בחלקית ב-GPU חינמי, ולהעלות אליו את פנקסי הרשימות של Jupyter כדי להריץ אותם אחד אחרי השני. --- -**כתב הבהרה**: -מסמך זה תורגם באמצעות שירות תרגום מבוסס בינה מלאכותית [Co-op Translator](https://github.com/Azure/co-op-translator). אנו שואפים לדייק, אך יש לקחת בחשבון כי תרגומים אוטומטיים עלולים להכיל טעויות או אי דיוקים. יש להתייחס למסמך המקורי בשפתו כמקור הסמכותי. למידע קריטי מומלץ להשתמש בשירות תרגום מקצועי אנושי. אנו לא נושאים באחריות לכל אי הבנה או פרשנות שגויה הנובעת משימוש בתרגום זה. +**כתב ויתור**: +מסמך זה תורגם באמצעות שירות תרגום אוטומטי [Co-op Translator](https://github.com/Azure/co-op-translator). למרות שאנו שואפים לדיוק, יש לקחת בחשבון שתרגומים אוטומטיים עלולים להכיל שגיאות או אי-דיוקים. יש להחשיב את המסמך המקורי בשפתו הטבעית כמקור הסמכות. למידע קריטי מומלץ להשתמש בתרגום מקצועי על ידי מתרגם אדם. אנו לא אחראים לכל אי-הבנה או פירוש שגוי הנובע מהשימוש בתרגום זה. \ No newline at end of file diff --git a/translations/id/.co-op-translator.json b/translations/id/.co-op-translator.json index ffffd4d0..ae804f9d 100644 --- a/translations/id/.co-op-translator.json +++ b/translations/id/.co-op-translator.json @@ -28,7 +28,7 @@ "original_hash": "45ab63a2cd8f5faef6c9b150618837a4", "source_file": "lessons/sketchnotes/LICENSE.md", "language_code": "id", - "failure_date": "2026-07-08T16:18:13+00:00", + "failure_date": "2026-07-14T00:17:50+00:00", "status": "failed", "error_type": "TranslationIncompleteError", "error_message": "Markdown translation remained incomplete for chunk 1.1.1 of 'LICENSE.md', and the chunk could not be split further.", diff --git a/translations/vi/.co-op-translator.json b/translations/vi/.co-op-translator.json index 1ba7155b..7d44ef4a 100644 --- a/translations/vi/.co-op-translator.json +++ b/translations/vi/.co-op-translator.json @@ -28,7 +28,7 @@ "original_hash": "45ab63a2cd8f5faef6c9b150618837a4", "source_file": "lessons/sketchnotes/LICENSE.md", "language_code": "vi", - "failure_date": "2026-07-08T16:13:31+00:00", + "failure_date": "2026-07-14T00:15:26+00:00", "status": "failed", "error_type": "TranslationIncompleteError", "error_message": "Markdown translation remained incomplete for chunk 1.1.1 of 'LICENSE.md', and the chunk could not be split further.",