Este repositorio contiene notebooks y código fuente que acompañan mis tutoriales de YouTube sobre inteligencia artificial, modelos de lenguaje y visión por computadora. Aquí encontrarás ejemplos prácticos para trabajar con tecnologías de Google AI, Microsoft AI y más.

youtube-tutorial-sources/
├── Notebooks/
│   ├── Google AI/
│   │   ├── Gemma/
│   │   │   └── Gemma_3_Inference.ipynb
│   │   └── Vertex AI/
│   │       └── VERTEX_AI_API.ipynb
│   └── Microsoft AI/
│       └── phi 4 multimodal/
│           ├── phi4 - Azure inference.ipynb
│           └── phi4 - HF inference.ipynb
└── README.md

1. Navegación Fácil:

   • Los notebooks están organizados por plataforma (Google AI, Microsoft AI, etc.) y luego por modelo o servicio.
   • Busca el tutorial específico que viste en YouTube para encontrar el código relacionado.

2. Requisitos:

   • Cada notebook contiene los requisitos específicos en sus primeras celdas.
   • Asegúrate de tener las dependencias necesarias instaladas antes de ejecutar los notebooks.

3. Configuración:

   • Algunos notebooks requieren configuración de API keys o credenciales de servicios cloud.
   • Sigue las instrucciones específicas en cada notebook para configurar tu entorno.

4. Ejecución:

   • Se recomienda ejecutar los notebooks en el orden en que aparecen las celdas.
   • Las celdas están numeradas para seguir el flujo del tutorial.

Si deseas contribuir a este repositorio:

1. Fork y Clone:

   • Haz un fork del repositorio y clónalo localmente.
   • Trabaja en tu propia rama para cualquier cambio.

2. Estilo de Código:

   • Sigue un estilo de código consistente con el resto del repositorio.
   • Añade comentarios explicativos donde sea necesario.

3. Documentación:

   • Documenta cualquier cambio o adición.
   • Actualiza el README si es necesario.

4. Pull Requests:

   • Abre un pull request con una descripción clara de tus cambios.
   • Referencia cualquier issue relacionado.

5. Testing:

   • Asegúrate de que tu código funciona correctamente antes de enviarlo.
   • Incluye instrucciones de prueba si es necesario.

1. Estructura Clara:

   • Divide tus notebooks en secciones lógicas con títulos de markdown.
   • Usa subtítulos para subsecciones.

2. Celdas Explicativas:

   • Incluye celdas de markdown antes del código para explicar lo que hace la celda siguiente.
   • Usa formatos como listas o tablas para información compleja.

3. Manejo de Dependencias:

   • Lista todas las dependencias al principio del notebook.
   • Incluye versiones específicas cuando sea necesario.

4. Manejo de Credenciales:

   • Nunca incluyas credenciales directamente en el código.
   • Usa variables de entorno o archivos de configuración externos.

5. Optimización:

   • Optimiza el código para mejorar el rendimiento.
   • Incluye comentarios sobre posibles optimizaciones adicionales.

6. Manejo de Errores:

   • Incluye manejo de errores en puntos críticos.
   • Proporciona mensajes de error informativos.

7. Limpieza:

   • Incluye celdas para limpiar recursos (cerrar conexiones, liberar memoria).
   • Deja el entorno en un estado limpio al final del notebook.

• Canal de YouTube
• Documentación de Google AI
• Documentación de Microsoft AI

Si tienes preguntas o sugerencias, no dudes en contactarme a través de:

• Comentarios en YouTube
• GitHub Issues

Este proyecto está bajo la licencia MIT. Ver el archivo LICENSE para más detalles.