ใช้ตัวอย่างวิศวกรรม AI

ซอร์สโค้ดอื่น ๆ

1.0.0

ดาวน์โหลด

แสดงภาพประกอบดวงอาทิตย์ในโหมดสว่างและดวงจันทร์พร้อมดวงดาวในโหมดมืด

เอกสารประกอบ : https://googlecloudplatform.github.io/applied-ai-engineering-samples/

ซอร์สโค้ด : https://github.com/GoogleCloudPlatform/applied-ai-engineering-samples

ยินดีต้อนรับสู่พื้นที่เก็บข้อมูลวิศวกรรม AI ประยุกต์ของ Google Cloud พื้นที่เก็บข้อมูลนี้ประกอบด้วยคู่มืออ้างอิง พิมพ์เขียว ตัวอย่างโค้ด และแล็บเชิงปฏิบัติที่พัฒนาโดยทีมวิศวกรรม AI ประยุกต์ของ Google Cloud

วิศวกรรม AI ประยุกต์: แคตตาล็อก

AI เจนเนอเรชั่นบน Vertex AI

ส่วนนี้ประกอบด้วยตัวอย่างโค้ดและห้องปฏิบัติการเชิงปฏิบัติที่สาธิตการใช้โมเดลและเครื่องมือ Generative AI ใน Vertex AI

แบบจำลองมูลนิธิ	การประเมิน	RAG และสายดิน	ตัวแทน	คนอื่น
สูตรแนะนำราศีเมถุน การแจ้งขั้นสูง การปรับแต่งโมเดลพื้นฐาน	การประเมิน Vertex GenAI Playbook ราศีเมถุน Evals	การค้นหาจุดยอด AI การดึงข้อมูล Augmented Generation	ตัวแทน ส่วนขยาย Vertex AI	ผลผลิตของนักพัฒนาด้วย GenAI

โครงสร้างพื้นฐาน Google Cloud AI/ML

ส่วนนี้มีคำแนะนำอ้างอิงและพิมพ์เขียวที่รวบรวมแนวทางปฏิบัติที่ดีที่สุด และคำแนะนำที่กำหนดไว้สำหรับการรันปริมาณงาน AI/ML ขนาดใหญ่บนโครงสร้างพื้นฐาน Google Cloud AI/ML

การดำเนินงานวิจัย

ส่วนนี้มีตัวอย่างโค้ดที่สาธิตการปฏิบัติงานของโมเดลการวิจัยหรือเฟรมเวิร์กล่าสุดจาก Google DeepMind และทีมวิจัยบน Google Cloud รวมถึง Vertex AI

แคตตาล็อกโซลูชั่น

นอกจากตัวอย่างโค้ดใน Repo นี้แล้ว คุณอาจต้องการตรวจสอบโซลูชันต่อไปนี้ที่เผยแพร่โดย Google Cloud Applied AI Engineering

สารละลาย	คำอธิบาย
GenAI สำหรับการปรับปรุงประสบการณ์ลูกค้าให้ทันสมัย	โซลูชันนี้แสดงให้เห็นว่าลูกค้าสามารถมีปฏิสัมพันธ์ที่ทันสมัยและมีส่วนร่วมกับแบรนด์ได้อย่างไร และบริษัทต่างๆ สามารถปรับปรุงประสบการณ์ผู้ใช้ปลายทาง ตัวแทน และลูกค้าด้วยแพลตฟอร์มการบริการลูกค้าที่ทันสมัยบน Google Cloud
สร้างสรรค์สตูดิโอ \| เวอร์เท็กซ์ เอไอ	Creative Studio คือตัวอย่างประสบการณ์ผู้ใช้สื่อสร้าง Vertex AI เพื่อเน้นการใช้ Imagen และ API สื่อสร้างอื่น ๆ บน Google Cloud
สนามเด็กเล่น RAG	RAG Playground เป็นแพลตฟอร์มสำหรับทดลองใช้เทคนิค RAG (Retrieval Augmented Generation) โดยผสานรวมกับ LangChain และ Vertex AI ทำให้คุณสามารถเปรียบเทียบวิธีการดึงข้อมูลและ/หรือ LLM ต่างๆ บนชุดข้อมูลของคุณเอง สิ่งนี้ช่วยให้คุณสร้าง ปรับแต่ง และประเมินแอปพลิเคชันที่ใช้ RAG