W tym ćwiczeniu utworzysz instancję Spannera i wykonasz wyszukiwanie podobieństw wektorów dystrybucyjnych za pomocą wbudowanego wyszukiwania wektorowego w Spannerze oraz integracji z modelami Vertex AI.

Aby opracować na platformie Google Cloud Platform funkcjonalny system asystenta nauczyciela oparty na AI, nazwany „Aidemy”, który demonstruje możliwości systemów wieloagentowych. Zdobądź praktyczne doświadczenie w zakresie projektowania, tworzenia i wdrażania złożonego systemu wieloagentowego w Google Cloud, opanowania kluczowych pojęć związanych z rozwojem aplikacji LLM oraz zrozumienia zalet architektur opartych na zdarzeniach.

W tym laboratorium programistycznym utworzysz aplikację wyszukiwania wektorowego opartą na RAG, która wyszukuje zabawki pasujące do wyszukiwania przez klienta (za pomocą tekstów i obrazów), tworzy zabawki niestandardowe na podstawie prośby użytkownika oraz przewiduje cenę niestandardowej zabawki, korzystając z AlloyDB, Gemini, Imagen, LangChain4j i GenAI Toolbox for Databases.

Z tego samouczka dowiesz się, jak skonfigurować i zweryfikować Vertex AI Pipelines w Private Service Connect

Z tego ćwiczenia w Codelab dowiesz się, jak utworzyć klaster AlloyDB, wdrożyć usługę GenAI Databases Retrieval Service do baz danych i utworzyć przykładową aplikację korzystającą z tej usługi.

W tym laboratorium kodu dowiesz się, jak wdrożyć AlloyDB Omni w klastrze GKE, wdrożyć model I w tym samym klastrze, zarejestrować model w AlloyDB Omni i sprawić, aby działały razem

Z tego ćwiczenia w Codelabs dowiesz się, jak wdrożyć AlloyDB Omni w maszynie wirtualnej Compute, wczytywać dane i używać AlloyDB Columnar Engine do zwiększenia wydajności

Z tego ćwiczenia w Codelabs dowiesz się, jak używać AlloyDB AI w połączeniu z wyszukiwaniem wektorowym i tworzyć indeksy danych wektorowych

W tym ćwiczeniu skorzystasz z Gemini Code Assist, czyli opartej na AI usługi wspomagającej w Google Cloud. Poznasz sposoby korzystania z Gemini Chat i funkcji wstawiania kodu, aby generować kod, interpretować kod i wykonywać inne zadania związane z kodowaniem przy użyciu AI.

W tym laboratorium programistycznym dowiesz się, jak używać integracji Cloud SQL AI w połączeniu z wyszukiwaniem wektorowym i tworzyć indeksy danych wektorowych.

Obrazy stanowią ponad 60% bajtów potrzebnych do wczytania strony internetowej. Dzięki AVIF możesz zmniejszyć rozmiar obrazów i przyspieszyć wczytywanie witryny. AVIF to format obrazu pochodzący z bitream wideo AV1. Format AVIF został opracowany z

Z tego Codelab dowiesz się, jak utworzyć usługę Private Service Connect dla AlloyDB

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć narzędzie do streszczania filmów na podstawie Gemini, które może streszczać filmy w YouTube.

Z tego ćwiczenia dowiesz się, jak utworzyć usługę Private Service Connect dla Cloud SQL

W tym laboratorium programistycznym utworzysz i wdrożysz narzędzia dla aplikacji do prognozowania cen, która korzysta z AlloyDB i funkcji generatywnej AI za pomocą usługi GenAI Toolbox for Databases.

Aplikacje korzystające z generatywnej AI wymagają możliwości obserwacji jak każda inna aplikacja. Czy w przypadku generatywnej AI wymagane są specjalne techniki obserwowalności? W tym laboratorium utworzysz prostą aplikację wykorzystującą generatywną

Dowiedz się, jak tworzyć aplikacje internetowe za pomocą Firebase Data Connect i GraphQL

To ćwiczenie w Codelab poprowadzi Cię przez proces tworzenia aplikacji do rekomendowania pozycji jogi opartej na wiedzy. Aplikacja odpowiada na pytania użytkowników, sugerując odpowiednie pozycje jogi. Dowiesz się, jak utworzyć kolekcję Firestore zawierającą pozycje jogi na podstawie zbioru danych Hugging Face, skonfigurować wyszukiwanie wektorów w Firestore i zintegrować wszystko z aplikacją Flask.

Aplikacje korzystające z generatywnej AI wymagają możliwości obserwacji jak każda inna aplikacja. Czy w przypadku generatywnej AI są wymagane specjalne techniki obserwowalności? W tym module utworzysz prostą aplikację wykorzystującą generatywną AI.

Aplikacje korzystające z generatywnej AI wymagają możliwości obserwacji jak każda inna aplikacja. Czy w przypadku generatywnej AI są wymagane specjalne techniki obserwowalności? W tym module utworzysz prostą aplikację wykorzystującą generatywną AI.

Aplikacje korzystające z generatywnej AI wymagają możliwości obserwacji jak każda inna aplikacja. Czy w przypadku generatywnej AI są wymagane specjalne techniki obserwowalności? W tym module utworzysz prostą aplikację wykorzystującą generatywną AI.

W tym module użyjesz produktów generatywnej AI od Google do tworzenia infrastruktury w Google Cloud przy pomocy Gemini Cloud Assist, wysyłasz zapytania do danych BigQuery za pomocą funkcji SQL w Data Canvas, piszesz kod w notatnikach Jupyter w Colab

W tym ćwiczeniu w Codelab utworzysz kontekstową aplikację do wyszukiwania pozycji jogi, która odpowiada na pytania użytkowników o jogę. Pozwala też na wykonywanie zadań administracyjnych, takich jak tworzenie i edytowanie pozycji jogi.

W tym laboratorium programistycznym utworzysz aplikację na Androida z ML Kit, która wykorzystuje uczenie maszynowe na urządzeniu do rozpoznawania języka i tłumaczenia tekstu z 59 języków. Dowiesz się też, jak zintegrować bibliotekę CameraX, aby wykonywać te czynności na podstawie danych z kamery w czasie rzeczywistym.

Dowiedz się, jak używać interfejsu Activity Recognition Transition API, aby tworzyć w aplikacji zaawansowane funkcje kontekstowe

Z tego Codelab dowiesz się, jak przekonwertować kod Java na Kotlin

To ćwiczenie w Codelab poprowadzi Cię przez proces tworzenia aplikacji do rekomendowania pozycji jogi opartej na wiedzy. Aplikacja odpowiada na pytania użytkowników, sugerując odpowiednie pozycje jogi. Dowiesz się, jak utworzyć kolekcję Firestore zawierającą pozycje jogi na podstawie zbioru danych Hugging Face, skonfigurować wyszukiwanie wektorów w Firestore i zintegrować wszystko z aplikacją Node.js.

W ramach tego ćwiczenia w Codelabs zmodernizujesz starą aplikację w PHP w Google Cloud, skonteneryzujesz ją, wdrożysz w Cloud Run i połączysz z Cloud SQL. Dodatkowo poznasz CI/CD aplikacji za pomocą Cloud Build i zabezpieczysz ją za pomocą Secret Manager.

Z tego ćwiczenia w Codelab dowiesz się, jak używać backendów PSC z globalnym zewnętrznym systemem równoważenia obciążenia aplikacji, aby uzyskać dostęp do usługi producenta w innej sieci.

Twórz funkcje w aplikacji na Androida z listą zadań, dodając uwierzytelnianie, monitorowanie wydajności, deklaratywny interfejs i oznaczanie funkcji – wszystko to w Firebase i Jetpack Compose.

Szacowany czas potrzebny na ukończenie: 1–2 godziny W tym ćwiczeniu możesz korzystać z 2 trybów: testowania lokalnego lub usługi agregacji. Tryb testowania lokalnego wymaga lokalnego komputera i przeglądarki Chrome (nie trzeba tworzyć ani używać

Aby wykonać to ćwiczenie, musisz spełnić kilka warunków wstępnych. Każde wymaganie jest odpowiednio oznaczone, aby pokazać, czy jest wymagane w przypadku „testowania lokalnego” czy „usługi agregacji”. Testowanie lokalne wymaga pobrania narzędzia do

W tym laboratorium dowiesz się, jak chronić BigQuery Data Transfer Service za pomocą ustawień VPC podczas przenoszenia danych z Cloud Storage do zbioru danych BigQuery. Następnie chronimy Cloud Storage i powtarzamy proces przenoszenia danych z Cloud

W ramach tego ćwiczenia w Codelabs dodasz zakupy w aplikacji do aplikacji Flutter, która jest weryfikowana i zarządzana za pomocą usługi backendu DART.

Dowiedz się, jak korzystać z wyszukiwania wektorowego w Firestore

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć aplikację internetową, która korzysta z Cloud Firestore.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć aplikację na iOS, która korzysta z Cloud Firestore.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć aplikację na Androida, która korzysta z Cloud Firestore.

Z tego ćwiczenia w Codelabs dowiesz się, jak korzystać z platformy Firebase w internecie, tworząc aplikację do czatu.

W tym ćwiczeniu dodasz do aplikacji internetowej platformy handlowej funkcje za pomocą rozszerzeń Firebase.

Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo

Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo

Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo

Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo

Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo

Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo

Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo

Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo

Wdrażanie aplikacji internetowej po raz pierwszy może wydawać się niezwykle skomplikowanym zadaniem. Nawet po pierwszym wdrożeniu, jeśli proces wymaga zbyt dużo pracy, możesz nie wdrażać nowych wersji aplikacji. Dzięki ciągłemu wdrażaniu możesz łatwo

Dowiedz się, jak uruchamiać zadanie Cloud Run zgodnie z harmonogramem w obrębie granicy usługi VPC przy użyciu usługi Cloud Scheduler i usługi Cloud Run

Włącz przyłączenie PSC w istniejącej instancji CloudSQL, która ma włączone sieci dostępu do usług prywatnych. Następnie połącz się z nim przez punkt końcowy PSC w innym projekcie.

Z tego ćwiczenia w Codelab dowiesz się, jak używać animacji w Flutterze. Utworzysz widżet, który animuje rozmiar i kolor, dodaje efekt przewracania karty 3D, wykorzystuje efekty z pakietu animacji i dodaje obsługę przewidującego gestu wstecz Androida.

W ramach tego ćwiczenia w Codelabs otrzymasz zdarzenie z Cloud Pub/Sub za pomocą pakietu SDK ABAP

Z tego ćwiczenia w Codelabs dowiesz się, jak wywoływać metody interfejsu JSON API Cloud Storage za pomocą pakietu SDK ABAP dla Google Cloud i jak przesyłać pliki.

Interfejs Google Wallet API umożliwia interakcję z użytkownikami za pomocą różnych rodzajów kart: kart lojalnościowych, ofert, kart podarunkowych, biletów na wydarzenia, biletów na przejazdy, kart pokładowych i innych. Każdy typ karty (klasa karty)

W tym ćwiczeniu w Codelabs wykorzystasz model Gemini Pro, aby przeprowadzić analizę nastawienia w przypadku opinii o produktach za pomocą pakietu SDK ABAP

Z tego ćwiczenia w Codelabs dowiesz się, jak wywoływać metody interfejsu Translation API za pomocą pakietu SDK ABAP

Z tego ćwiczenia w Codelabs dowiesz się, jak opublikować zdarzenie w usłudze Google Cloud Pub/Sub

Z tego ćwiczenia w Codelabs dowiesz się, jak stworzyć aplikację Flutter, która będzie generować losowe, chłodne nazwy.

utworzyć instancję Cloud SQL z przyłączem usługi PSC; Połącz się z nim przez punkt końcowy PSC w innym projekcie

Dowiedz się, jak używać rozszerzeń Firebase z interfejsem Gemini API, aby tworzyć aplikacje internetowe z funkcjami opartymi na AI, takimi jak spersonalizowane rekomendacje.

Z tego ćwiczenia dowiesz się, jak korzystać z platformy Firebase na iOS w języku Swift.

W tym laboratorium programistycznym skonfigurujesz w aplikacji internetowej monitorowanie wydajności Firebase i dowiesz się, jak z niego korzystać, aby zapewnić użytkownikom płynne działanie aplikacji.

Dowiedz się, jak zintegrować Firebase z aplikacją Next.js.

Dowiedz się, jak używać Firebase Genkit do tworzenia funkcji generatywnej AI, korzystając z umiejętności i narzędzi do tworzenia aplikacji, które już znasz.

Z tego Codelab dowiesz się, jak tworzyć aplikacje na Androida za pomocą platformy Firebase.

Z tego Codelab dowiesz się, jak zabezpieczyć aplikację internetową przed nieautoryzowanym dostępem.

W tym laboratorium programistycznym dowiesz się, jak używać funkcji Cloud Functions for Firebase do wysyłania powiadomień do użytkowników aplikacji do czatu.

W tym laboratorium programistycznym dowiesz się więcej o Google Cloud Functions (2 gen). Dokładniej rzecz ujmując, wdrożysz funkcje, które reagują na wywołania HTTP, wiadomości Pub/Sub, zdarzenia Cloud Storage i logi kontrolne Cloud.

Ten moduł pokazuje, jak za pomocą usługi PySpark w Dataproc wczytywać dane z BigQuery i zapisywać je w Google Cloud Storage.

W tym ćwiczeniu w Codelab użyjesz modelu Imagen do tworzenia obrazów na stronie internetowej za pomocą Cloud Run.

W tym ćwiczeniu w Codelab utworzysz instancję Spanner i dowiesz się, jak korzystać z grafu Spanner.

GitHub – automatyzacja sprawdzania kodu za pomocą GenAI

jak zacząć korzystać z funkcji Cloud Run uruchamianych po wystąpieniu zdarzenia.

Z tego Codelab dowiesz się, jak wywoływać model LLM Vertex AI PaLM 2 Text (text-bison) z Twojego środowiska ABAP za pomocą pakietu ABAP SDK for Google Cloud.

Dowiedz się, jak uruchomić stabilną dyfuzję na GPU w Cloud Run

Agent GenAI do kontroli jakości dokumentów i wywołań interfejsu API

W tym laboratorium programistycznym spróbujesz zaszyfrować i odszyfrować dane za pomocą kluczy asymetrycznych Cloud KMS.

Z tego ćwiczenia z programowania dowiesz się, jak zintegrować NEG w internecie skonfigurowany jako producent usługi dla dostępu z kierunkiem na serwer w usłudze Looker SMTP.

Dowiedz się, jak wdrożyć witrynę za pomocą Cloud Run, co zapewni bezserwerową elastyczność Twoim aplikacjom konteneryzowanym.

Dowiedz się, jak używać zdarzeń zasobnika Cloud Storage do aktywowania funkcji Cloud Run za pomocą Eventarc, aby analizować dane i przetwarzać obrazy za pomocą interfejsu Vision API od Google oraz zapisywać uzyskane informacje o obrazie jako metadane obiektu w Cloud Storage.

Ten samouczek poprowadzi użytkownika przez proces wdrażania instancji Jenkinsa w GKE, w tym agentów automatyzacji w ramach procesu tworzenia.

Z tego laboratorium kodu dowiesz się, jak używać tras statycznych IPv6 z nowymi atrybutami następnego przeskoku, takimi jak next-hop-instance, next-hop-gateway i next-hop-address.

W ramach tych ćwiczeń w Codelabs będziesz rozmawiać z użytkownikami, zadawać pytania na temat dokumentacji lub rozszerzać model za pomocą wywołań funkcji, wykorzystywać generatywną AI w Javie, zintegrować duży model językowy Gemini z Vertex AI i wykorzystać platformę LangChain4j

Dowiedz się, jak kodować, wdrażać i debugować funkcje Cloud Functions dla Node.js w Visual Studio Code na komputerze lokalnym.

Dowiedz się, jak tworzyć chatboty do obsługi klienta za pomocą Dialogflow CX, platformy do tworzenia agentów wirtualnych opartej na AI do obsługi konwersacji (CAIP).

W tym laboratorium kodu dowiesz się więcej o implementacji i weryfikacji Private Service Connect 66 poprzez wdrożenie sieci konsumenta i producenta.

Uzyskiwanie dostępu do Anthropic w Vertex AI z poziomu maszyny wirtualnej za pomocą pakietu SDK Pythona i punktu końcowego PSC

Implementacja historii użytkowników JIRA za pomocą GenAI

W tym praktycznym laboratorium użyjesz produktów Google opartych na generatywnej AI, aby zbudować infrastrukturę w Google Cloud przy pomocy Gemini Cloud Assist.

W tym laboratorium z kodami dowiesz się, jak wdrażać Wagtail za pomocą komponentów bezserwerowych: Cloud Run dla silnika internetowego, Cloud SQL dla bazy danych i Cloud Build dla zasobów multimedialnych.

Dowiedz się, jak uruchomić stabilną dyfuzję na GPU w Cloud Run

Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak korzystać z Obszaru poufnego do przeprowadzania transakcji na zasobach cyfrowych przy użyciu obliczeń wielostronnych.

Umożliwia ona przechowywanie różnych typów artefaktów, tworzenie wielu repozytoriów w ramach jednego projektu oraz łączenie każdego repozytorium z konkretnym regionem lub wieloma regionami. Istnieje kilka trybów repozytorium. Każdy tryb służy do

Z tego Codelab dowiesz się, jak zintegrować PSC Cloud SQL z PSC Looker w celu uzyskania dostępu na południe.

Z tego Codelab dowiesz się, jak pobierać dane logowania i obiekty tajne z usługi Secret Manager za pomocą pakietu ABAP SDK for Google Cloud.

Z tego Codelab dowiesz się więcej o wdrażaniu i weryfikacji Private Service Connect 64 za pomocą sieci konsumenta i producenta.

Dowiedz się, jak wdrożyć Lustre Parallel File System w Google Cloud Platform za pomocą skryptów Lustre Deployment Managera w wersji open source.

Z tego samouczka dowiesz się, jak korzystać z interfejsu Translation API w Pythonie.

Dowiedz się, jak zintegrować Relay z aplikacjami Compose i przyspieszyć przepływ pracy od projektu do kodu.

W tym samouczku utworzysz 3 klastry GKE o nazwach preview, canary i prod. Następnie utworzysz środowisko docelowe Cloud Deploy odpowiadające każdemu klastrowi oraz potok Cloud Deploy, który zdefiniuje sekwencję kroków do wykonania wdrożenia w tych

W tym ćwiczeniu w Codelab utworzysz w BigQuery model uczenia maszynowego (ML), a potem uzyskasz prognozy z tego modelu w SAP za pomocą pakietu ABAP SDK dla Google Cloud.

Z tego ćwiczenia w Codelabs dowiesz się, jak dodać uwierzytelnianie Firebase do aplikacji Flutter za pomocą zaledwie kilku linijek kodu.

Z tego ćwiczenia w Codelabs dowiesz się, jak za pomocą Cloud NGFW Enterprise uzyskać zapobieganie zagrożeniom przy użyciu inspekcji TLS.

Z tego ćwiczenia w Codelabs dowiesz się, jak zabezpieczyć modele systemów uczących się i własność intelektualną za pomocą Obszaru poufnego

Usługi określania stawek i usługi aukcyjne (B&A) obejmują 4 usługi dla kupujących i sprzedawców, które ułatwiają przeprowadzanie aukcji Protected Audience: Grupa kupujących: Grupa sprzedawców: W tym laboratorium kodu dowiesz się, jak

W tym laboratorium użyjesz obiektów DataFrame BigQuery z notatnika Pythona w BigQuery Studio, aby uzyskać statystyki na podstawie danych nieustrukturyzowanych za pomocą Pythona.

Artifact Registry to w pełni zarządzany menedżer pakietów, który udostępnia ujednolicony sposób zarządzania obrazami kontenerów OCI i pakietami językowymi (np. Maven i npm). Rejester artefaktów jest w pełni zintegrowany z szerokim zakresem innych

W tym praktycznym module użyjesz obiektów DataFrame BigQuery z notebooka Pythona w BigQuery Studio, aby oczyścić i przeanalizować publiczny zbiór danych o sprzedaży alkoholu w stanie Iowa.

Z tych ćwiczeń z programowania dowiesz się, jak zarządzać transferami w trakcie rozmowy między przedstawicielami agentów na żywo a botami. Będzie też dostępny podstawowy interfejs internetowy, w którym możesz wyświetlać wszystkie trwające rozmowy z agentem oraz dołączać do rozmów na żywo lub je opuszczać.

Z tego ćwiczenia dowiesz się, jak utworzyć aplikację na Androida za pomocą biblioteki Structured Data Capture Library. Twoja aplikacja będzie używać biblioteki Structured Data Capture Library do renderowania i przetwarzania kwestionariuszy FHIR oraz

Cloud Run to w pełni zarządzana bezserwerowa platforma, która umożliwia uruchamianie bezstanowych kontenerów wywoływanych przez żądania HTTP. W tym ćwiczeniu z programowania pokażemy, jak bezpiecznie połączyć aplikację Node.js w Cloud Run z AlloyDB

Cloud Run to w pełni zarządzana platforma, która umożliwia uruchamianie kodu bezpośrednio w skalowanej infrastrukturze Google. W tym Codelab pokażemy, jak połączyć aplikację Next.js w Cloud Run z bazą danych Cloud SQL dla PostgreSQL. W tym module

Dowiedz się, jak włączyć lokalną realizację zamówień dzięki pakietowi SDK do domu, aby poprawić integrację inteligentnego domu z Asystentem.

Cloud Run to w pełni zarządzana bezserwerowa platforma, która umożliwia uruchamianie bezstanowych kontenerów wywoływanych przez żądania HTTP. W tym Codelab pokażemy, jak połączyć aplikację Node.js w Cloud Run z bazą danych Cloud SQL dla PostgreSQL.

W tym ćwiczeniu z programowania utworzysz aplikację na Androida za pomocą biblioteki FHIR Engine. Aplikacja będzie używać biblioteki FHIR Engine do pobierania zasobów FHIR z serwera FHIR i przesyłania na serwer wszelkich zmian wprowadzonych lokalnie.

W tym laboratorium programistycznym dowiesz się, jak weryfikować aplikację internetową za pomocą Sprawdzania aplikacji Firebase i reCAPTCHA przed wysyłaniem żądań do interfejsu Places API.

W ramach tego ćwiczenia w Codelabs utworzysz aplikację do obsługi czatu opartą na wiedzy, która będzie odpowiadać na pytania klientów, ułatwiać odkrywanie produktów i dostosowywać wyniki wyszukiwania do zbioru danych e-commerce.

Z tego samouczka dowiesz się, jak trenować i uruchamiać model z vLLM w GKE za pomocą DAG Airflow.

Z tego ćwiczenia dowiesz się, jak korzystać z Private Service Connect, aby uzyskać dostęp do regionalnych interfejsów Google API. Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak skonfigurować grupę punktów końcowych sieci PSC jako backend z wewnętrznym systemem równoważenia obciążenia aplikacji.

Z tego ćwiczenia w Codelabs dowiesz się, jak wykorzystać funkcję podpisanego obrazu kontenera, aby poprawić łatwość obsługi Poufnej przestrzeni.

Z tego ćwiczenia w Codelabs dowiesz się więcej o funkcji mapowania portów na potrzeby Private Service Connect. Dowiesz się, do czego przydaje się, kiedy używać, i jak skonfigurować je w swoim środowisku jako producent usług.

W ramach tego ćwiczenia utworzysz agenta cyfrowego w języku Python na platformie konwersacyjnej Business Messages, która będzie się rozwijać w pierwszym odcinku serii. W ramach ćwiczeń z ćwiczenia dodamy m.in. przydatne elementy rozmowy i wprowadzimy proces wyszukiwania zasobów.

Dzięki nim dowiesz się, jak utworzyć agenta cyfrowego w języku Python na platformie konwersacyjnej Business Messages. Przeprowadzimy Cię przez proces korzystania z naszych interfejsów API i konsoli programisty Business Communications, aby utworzyć agenta cyfrowego, który odpowiada na konkretne pytania.

Plik manifestu aplikacji internetowej to plik JSON, który określa, jak PWA powinna być traktowana jako zainstalowana aplikacja, w tym jej wygląd i działanie w systemie operacyjnym.

Ten warsztat jest kontynuacją Google Pay API for Web 101: Basics i korzysta z kodu napisanego w tym warsztacie. Aby ukończyć to ćwiczenie, musisz najpierw ukończyć to. Oto krótki przegląd ButtonOptions. Aby uzyskać bardziej szczegółowe wyjaśnienie,

Dowiedz się, jak wdrożyć interfejs Credential Manager API, aby zapewnić bezproblemowe bezpieczne uwierzytelnianie. w aplikacji za pomocą kluczy dostępu lub hasła.

Uzyskiwanie dostępu do Gemini z maszyny wirtualnej za pomocą pakietu Python SDK i punktu końcowego PSC

W ramach tego ćwiczenia w programie użyjesz Vertex AI Conversation, aby utworzyć, skonfigurować i wdrożyć agenta magazynu danych oraz aplikację czatu, aby odpowiadać na pytania klientów na temat produktów w Google Store.

W ramach tego ćwiczenia w Codelabs rozwiniesz przykładowy film, aby dodać obsługę MediaSession. Dzięki temu Android może sterować odtwarzaniem spoza aplikacji, np. za pomocą Asystenta Google, pilota na telewizorze lub elementów sterujących na ekranie blokady i Wear OS.

Z tego ćwiczenia w Codelabs dowiesz się, jaki jest model gecko@003 i jaki jest rzeczywisty przypadek użycia tego modelu.

Z tego ćwiczenia w Codelabs dowiesz się, jak za pomocą infrastruktury Firebase wdrożyć model ML, który będzie można wykorzystać w witrynie za pomocą TensorFlow.js.

Celem tego modułu jest zapoznanie się z NCC z propagacją PSC

Funkcja w Cloud Functions, która pokazuje, jak przetworzyć przesłany plik w Google Cloud Storage i wykonywać podsumowanie treści przy użyciu interfejsu Vertex AI PaLM API.

W tym ćwiczeniu z programowania dowiesz się, jak zintegrować internetową grupę punktów końcowych sieci (NEG) skonfigurowaną z HTTPS jako producent usług dla Looker Southbound na potrzeby dostępu do GitHub.com

To interaktywne ćwiczenie z programowaniem, które pomoże Ci się nauczyć mierzyć czas od interakcji do kolejnego wyrenderowania (INP) za pomocą biblioteki web-vitals. Kod znajdziesz w repozytorium web-vitals-codelabs. W tym laboratorium

W tym module dowiesz się, jak wdrożyć wersję demonstracyjną przepływu pracy z transmisjami na żywo przy użyciu Media CDN (CDN). Interfejs Live Stream API Cloud Storage Odtwarzacz multimediów.

Celem tego modułu jest zbadanie NCC za pomocą zdefiniowanego programowo promieni urządzenia WAN podłączonego do centrum NCC.

Utworzymy model prognozowania wyników filmu za pomocą wyłącznie SQL w BigQuery ML

Z tego ćwiczenia w Codelab dowiesz się, jak zintegrować hybrydową usługę NEG jako producenta usługi dla dostępu Looker Southbound do lokalnej bazy danych postgres.

Za pomocą Vertex AI AutoML utworzymy model prognozowania wyników filmu, wdrożymy go w punkcie końcowym interfejsu API oraz uruchomimy interfejs API prognozowania za pomocą Javy Cloud Functions.

Z tego ćwiczenia w Codelabs dowiesz się, jak zintegrować regionalny zewnętrzny system równoważenia obciążenia aplikacji L7 na potrzeby dostępu do Lookera w kierunku północnym.

Dzięki temu ćwiczeniu w Codelabs zademonstrujemy, jak Gemini 1.0 Pro upraszcza główne aplikacje do zarządzania danymi, takie jak wzbogacanie i deduplikacja danych citibike_stations w publicznym zbiorze danych BigQuery.

Automatyzacja weryfikacji kodu za pomocą GenAI

Z tego ćwiczenia w Codelabs dowiesz się, jak dodać funkcję generowania tekstu na obraz na urządzeniu do aplikacji na Androida za pomocą rozwiązań MediaPipe.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak przy użyciu Gemini Pro zbudować multimodalny system odpowiadania na pytania.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).

Z tego ćwiczenia z programowania dowiesz się, jak przekształcić dane z ankiet z Formularzy Google za pomocą Dataprep i przekazać je do BigQuery w celu głębszej analizy.

Z tego ćwiczenia w programie dowiesz się, jak wdrożyć Django za pomocą komponentów bezserwerowych: Cloud Run dla silnika internetowego, Cloud SQL dla bazy danych i Cloud Build do obsługi zasobów medialnych.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).

W ramach tego ćwiczenia w Codelabs poznasz zmienne czcionkowe, ich zalety, projektowanie z nimi oraz sposoby ich wdrażania za pomocą interfejsu Google Fonts API i CSS.

Dowiedz się, jak utworzyć niestandardową aplikację internetową do wykrywania obiektów za pomocą MediaPipe.

W ramach tego ćwiczenia w Codelabs pokażemy, jak używać Gemini 1.5 Pro w połączeniu z AlloyDB i Vertex AI do tworzenia aplikacji do wyszukiwania patentów.

Dowiedz się, jak korzystać z klasyfikacji obrazów do wykrywania odręcznych liczb zapisanych na Androidzie za pomocą MediaPipe.

W ramach tego ćwiczenia w Codelabs pokażemy, jak używać Gemini 1.0 Pro w połączeniu z usługami Spanner i Vertex AI do tworzenia zgłoszeń patentowych.

Z tego ćwiczenia w Codelabs dowiesz się więcej o zdarzeniach w Cloud Run. Dokładniej rzecz ujmując, będziesz nasłuchiwać zdarzeń z Cloud Pub/Sub, logów kontrolnych, Cloud Storage, Cloud Scheduler oraz dowiedzieć się, jak tworzyć i wykorzystywać zdarzenia niestandardowe.

Z tego ćwiczenia w Codelabs dowiesz się, jak kontrolować ruch za pomocą zasad zapory sieciowej sieci globalnej z tagami

W tym ćwiczeniu z programowania dowiesz się, jak zintegrować NEG internetowy skonfigurowany za pomocą SSH jako producent usługi dla Looker Southbound dostępu do github.com

Celem tego modułu jest poznanie NCC z użyciem VPC jako promienia.

Dowiedz się, jak odpowiedzialnie tworzyć prototypy rozwiązań AI za pomocą narzędzi Google z zakresu odpowiedzialnej AI, MakerSuite i przewodnika PAIR.

W tym ćwiczeniu z programowania

Z tego ćwiczenia w Codelabs dowiesz się, jak nadzorować dostrajanie LLM z użyciem Vertex AI.

Spring Native to rozwijający się projekt, który ma pojawić się na rynku w wersjach Spring 6.x i Spring Boot 3.x, co oznacza, że teraz jest doskonały moment, aby zapoznać się z tą usługą kilka miesięcy przed jej premierą.

Z tego ćwiczenia w Codelabs dowiesz się, jak za pomocą CSS tworzyć animacje oparte na przewijaniu. Możesz stworzyć naprawdę interesujące efekty, takie jak obraz tła z paralaksą i obrazy, które odsłaniają się, gdy się pojawiają.

W ramach tego ćwiczenia w programie utworzysz aplikację na Androida z systemem ML Kit, który wykorzystuje uczenie maszynowe działające na urządzeniu do wykrywania obiektów na obrazach, a następnie pozwoli użytkownikom przeprowadzić wizualne wyszukiwanie produktów.

Techniki bezpiecznego kodu źródłowego to zestaw metod, które można wykorzystać do poprawy bezpieczeństwa kodu źródłowego. Techniki te mogą pomóc w wykrywaniu i usuwaniu luk w zabezpieczeniach, zapobieganiem nieupoważnionemu dostępowi do kodu źródłowego oraz ochronie przed modyfikacjami.

Container Analysis umożliwia skanowanie pod kątem luk w zabezpieczeniach i przechowywanie metadanych kontenerów. Usługa skanowania wykonuje skanowanie pod kątem luk w zabezpieczeniach obrazów w Artifact Registry i Container Registry, a następnie

W ramach tego ćwiczenia w Codelabs utworzysz system równoważenia obciążenia TCP/SSL z usługą backendu i ograniczysz dostęp do systemu równoważenia obciążenia tylko do określonego zestawu klientów użytkownika.

Bezpieczny dostęp i wymaganie logowania użytkownika w przypadku aplikacji działających w Cloud Run przy użyciu Identity Aware Proxy

Z tego ćwiczenia w Codelabs dowiesz się, jak skonfigurować i zweryfikować automatyczny DNS usługi Private Service Connect

Interaktywne demo i ćwiczenia z programowania, które pomogą Ci dowiedzieć się, jak uzyskać natychmiastową nawigację dzięki wstępnemu renderowaniu za pomocą interfejsu Speculation Rules API. Ukończenie tego ćwiczenia powinno zająć około 30 minut.

Podstawowe metody bezpiecznego wdrażania w Cloud Run

To ćwiczenie z programowania pokazuje, jak za pomocą narzędzia Gemini Code Assist zaimplementować w witrynie projekt Material Design. Po wdrożeniu Material Design będziesz ulepszać projekt, wprowadzając zmiany, które poprawią wrażenia użytkowników

Luki w zabezpieczeniach oprogramowania to luki, które mogą spowodować przypadkową awarię systemu lub ułatwić nieuczciwym podmiotom bezpieczeństwo oprogramowania. Container Analysis udostępnia 2 rodzaje skanowania systemu operacyjnego w celu

To ćwiczenie w Codelabs pokazuje, jak utworzyć niestandardowy klasyfikator tekstu za pomocą dostrajania efektywności parametrów (PET). Zamiast dostrajania całego modelu metody PET aktualizują tylko niewielką liczbę parametrów, co sprawia, że ich

Produkty oparte na generatywnej AI są stosunkowo nowe, a zachowanie aplikacji może się różnić bardziej niż w przypadku wcześniejszych form oprogramowania. Dlatego ważne jest, aby przetestować używane modele uczenia maszynowego, zbadać przykłady ich

Utwórz i wdróż integrację chmur, aby zintegrować wirtualną inteligentną pralkę z Asystentem.

Dowiedz się, jak używać wskaźników i logowania GCP do identyfikowania i rozwiązywania problemów produkcyjnych. Dowiedz się, jak używać pakietu testowego do identyfikowania problemów z funkcjami i interfejsem API.

Dowiedz się, jak używać wskaźników opartych na logach w Google Cloud do śledzenia wzorców i analizowania logów błędów integracji inteligentnego domu.

Dowiedz się, jak używać wskaźników i logowania GCP do identyfikowania i rozwiązywania problemów produkcyjnych. Dowiedz się, jak używać pakietu testowego do identyfikowania problemów z funkcjami i interfejsem API. Naucz się korzystać z Narzędzi deweloperskich w Chrome podczas tworzenia aplikacji Google Home.

Dowiedz się, jak ulepszyć i zabezpieczyć integrację chmur za pomocą funkcji urządzeń, które można dostosować do potrzeb, oraz uwierzytelniania dwuskładnikowego.

Dowiedz się, jak przesyłać obraz z kamery internetowej na urządzenie Google Nest z atrybutem CameraStream i WebRTC.

Dowiedz się, jak tworzyć zadania Cloud Run i konfigurować ich wykonywanie za pomocą usługi Cloud Scheduler.

Dowiedz się, jak wdrożyć aplikację Cloud Run za pomocą Cloud Deploy.

W tym ćwiczeniu w Codelab utworzysz aplikację z konwersacyjną AI, która będzie służyć do automatyzacji procesu składania zamówień.

Ustawienia ruchu przychodzącego w Cloud Run

Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak zabezpieczyć udostępnianie danych przez wiele osób, jednocześnie zachowując poufność dzięki Obszarowi poufnemu.

Dowiedz się, jak utworzyć aplikację mobilną Flutter za pomocą Firebase.

Utwórz aplikację internetową od podstaw, korzystając z Firebase i edytora online StackBlitz. Podczas rozmów z Firebase będziesz używać podstawowego języka HTML i JavaScript. To świetne wprowadzenie do używania konsoli Firebase i integrowania Firebase z aplikacją. Nie jest potrzebna znacząca wiedza ani instalowanie oprogramowania.

W ramach tego ćwiczenia w Codelabs utworzysz swój pierwszy eksperyment Firebase dotyczący przesyłania wiadomości w aplikacji, korzystając z Testów Firebase A/B.

W ramach tego ćwiczenia w programie utworzysz prezentację przy użyciu interfejsu API Prezentacji Google oraz BigQuery, aby utworzyć raport dotyczący najpopularniejszych licencji na oprogramowanie.

OpenTelemetry to standard branżowy w zakresie dostrzegalności systemu w śledzeniu i wskaźnikach. Profilowanie ciągłe jest także narzędziem do identyfikowania informacji o ostatnich kilometrach na potrzeby dostrajania wydajności. Z tego ćwiczenia w Codelabs dowiesz się, jak dostosować swoją aplikację za pomocą OpenTelemetry do śledzenia logów i agenta profilującego, a także jak zidentyfikować wąskie gardło na wykresach zwizualizowanych w Cloud Trace i Cloud Profiler.

W ramach tego ćwiczenia w Codelabs utworzysz rozwiązanie, które korzysta z interfejsów AdWords API oraz Content API for Shopping do tworzenia nowych kont zarządzanych za pomocą konta menedżera AdWords i multikonta klientów w Merchant Center. Następnie połączysz nowe subkonta, aby można było używać produktów zarządzanych z nowego subkonta Merchant Center w kampaniach produktowych utworzonych na nowym subkoncie AdWords.

Z tego samouczka dowiesz się, jak skonfigurować i zweryfikować interfejs usługi Private Service Connect w celu uzyskania dostępu do usług przez połączenie równorzędne VPC.

Z tego ćwiczenia w Codelabs dowiesz się, jak skonfigurować i zweryfikować dostęp Private Service Connect do MongoDB z dostępem globalnym.

Dowiesz się, jak korzystać z Procurement DocAI do inteligentnego analizowania faktur.

Łącz się z usługami lokalnymi przez sieć hybrydową z użyciem usługi Private Service Connect i hybrydowej grupy punktów końcowych sieci z wewnętrznym systemem równoważenia obciążenia HTTP(s)

W ramach tego ćwiczenia w Codelabs dowiesz się, jak utworzyć rozszerzenie Firebase do geohasła. Dzięki temu ćwiczeniu z programowania dowiesz się, jak przekształcić dotychczasową funkcję w Cloud Functions w rozszerzenie Firebase, które można łatwo udostępnić milionom deweloperów i pomóc w rozwijaniu ich projektów Firebase.

W ramach tego ćwiczenia w Codelabs użytkownik będzie używać App Distribution i naszej wtyczki fastlane do rozpowszechniania kompilacji na iOS i rejestrowania urządzeń testowych. Następnie użytkownik wyeksportuje z konsoli dystrybucji aplikacji plik .txt z urządzeniami i identyfikatorami UDID oraz automatycznie rejestruje te urządzenia (jest to wymagane do dystrybucji doraźnych kompilacji iOS).

Z tego samouczka dowiesz się, jak skonfigurować i zweryfikować interfejs usługi Private Service Connect.

Z tego modułu dowiesz się, jak używać Spark MLlib i Spark-nlp do wykonywania systemów uczących się i NLP na dużych ilościach danych.

W tym module dowiesz się, jak używać notatników AI Platform do prototypowania przepływów pracy systemów uczących się. Omówimy tworzenie instancji niestandardowych notatników, śledzenie kodu notatnika w git i debugowanie modeli przy użyciu narzędzia What-If.

Ten moduł zawiera szczegółowy przewodnik po wdrażaniu serwera aplikacji LIT w Google Cloud Platform (GCP) w celu interakcji z modelami podstawowymi Gemini Vertex AI i hostowanymi przez siebie dużymi modelami językowymi (LLM) innych firm. Znajdziesz

Dowiedz się, jak używać wersji w funkcjach Cloud Run do podziału ruchu, wdrażania stopniowego i przywracania poprzedniej wersji.

Z tego ćwiczenia w Codelabs dowiesz się więcej o funkcjach Google Cloud Run w języku C#. Dokładniej rzecz biorąc, wdrożysz funkcje C# w odpowiedzi na żądania HTTP i CloudEvents z różnych źródeł Google Cloud.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).

Z tego ćwiczenia w Codelabs dowiesz się, jak wdrażać zdarzenia w GA4F i uruchamiać w Google Ads kampanie zachęcające do działania.

W ramach tego ćwiczenia w programie utworzysz podróżniczego bloga, na którym możesz w czasie rzeczywistym współpracować nad mapą z najnowszymi informacjami z naszej biblioteki Angular: AngularFire. Końcowa aplikacja internetowa powstanie bloga

Dowiedz się, jak wdrożyć uwierzytelnianie wielopoziomowe i utworzyć niestandardowe wymagania dotyczące uwierzytelniania za pomocą funkcji blokowania

W ramach tego ćwiczenia w programie użyjesz interfejsu API FCM HTTP w wersji 1 do wysyłania powiadomień push do aplikacji działającej na wielu platformach. Aplikację tworzysz za pomocą narzędzia Flutter, który działa bezproblemowo na urządzeniach z Androidem, iOS i w przeglądarce.

Celem tego laboratorium jest zapoznanie się z NCC z dynamiczną wymianą tras z promieniami VPC

Poznaj Google Cloud, wdrażając mikroserwis w Cloud Run, i dołączając do wirtualnego tłumu, w którym Twój mikroserwis będzie rzucał tęczę w inne mikroserwisy, rywalizując o wygrane. Przećwiczysz wdrażanie mikroserwisów Kotlin, Java, Go, Python i Node.js oraz poznasz informacje o kontenerach i Cloud Run. Stale ulepszając algorytm, sprawdź, czy uda Ci się zdobyć więcej punktów niż inni poszukiwacze przygód.

Dowiedz się, jak wdrażać, skalować i aktualizować witrynę przy użyciu GKE.

Z tego samouczka dowiesz się, jak używać interfejsu Natural Language API w Pythonie.

W ramach tego ćwiczenia w Codelabs utworzysz opartą na zdarzeniach administrację mikroserwisów do przetwarzania obrazów za pomocą Eventarc i Workflows

W ramach tego ćwiczenia w programie przeprowadzisz migrację istniejącej aplikacji internetowej Firebase do nowego modułowego pakietu SDK Firebase JS do kodu potrząsania drzewem, którego nie używasz, i przyspieszysz wczytywanie aplikacji.

Z tego ćwiczenia w Codelabs dowiesz się, jak przy użyciu tematów FCM przesłać komunikat push do wybranej grupy instancji aplikacji.

Z tego ćwiczenia w Codelabs dowiesz się, jak za pomocą Measurement Protocol wysyłać zdarzenia do GA4 za pomocą wywołań serwer-serwer.

Dowiedz się, jak wysyłać wiadomości do użytkowników za pomocą Komunikacji w chmurze Firebase (FCM) i funkcji wysyłania wiadomości w aplikacji za pomocą Firebase.

Z tego ćwiczenia z programowania dowiesz się, jak wykryć przerwy w działaniu usługi, konfigurując automatyczne alerty w integracji inteligentnego domu.

Dowiedz się, co nowego w Gemini Code Assist Enterprise i jak może ono pomóc Twojej organizacji w tworzeniu treści z Google Cloud.

Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak zabezpieczyć udostępnianie danych przez wiele osób, a jednocześnie zachować poufność, korzystając z Obszaru poufnego. Skupia się on na tym, jak korzystać z przestrzeni poufnej z chronionymi zasobami hostowanymi poza Google Cloud. Dowiesz się, jak poprosić o token niestandardowy z usługi Google Attestation Service, podając losowy ciąg znaków, grupę odbiorców i typ tokena PKI.

W tym laboratorium programistycznym dowiesz się, jak utworzyć Private Service Connect dla CloudSQL

Po ukończeniu tego ćwiczenia będziesz mieć minimalną wersję witryny z działającą integracją z Google Pay. Ten projekt pobiera token płatności, który może zostać wysłany do dostawcy usług płatniczych w celu przetworzenia. Żądanie płatności Google Pay

Z tego ćwiczenia w Codelabs dowiesz się, jak używać usługi zapobiegania włamaniom w Cloud NGW do badania ruchu w kierunku wschód-zachód i północ/południe.

Dowiedz się, jak zabezpieczyć funkcje w Cloud Functions przez wymaganie uwierzytelniania przy wywoływaniu

Z tych ćwiczeń w programowaniu dowiesz się, jak tworzyć aplikacje adaptacyjne na telefony, tablety i urządzenia składane, a także dowiesz się, jak zwiększyć osiągalność. Poznasz też sprawdzone metody dotyczące komponentów adaptacyjnych Material 3.

Dzięki nim dowiesz się, jak stworzyć niestandardową aplikację internetową z odbiornikiem, która będzie używać interfejsu Cast Live API.

W ramach tego ćwiczenia dodasz rejestrator przesyłania Cast do swojej niestandardowej aplikacji odbiornika internetowego.

Dzięki nim dowiesz się, jak stworzyć niestandardową aplikację odbiornika internetowego, która wykorzystuje interfejs Cast Ad Breaks API.

Z tego ćwiczenia dowiesz się, jak stworzyć niestandardową aplikację odbiornika internetowego do odtwarzania treści na urządzeniach obsługujących Cast.

Na potrzeby tych ćwiczeń zmodyfikujesz aplikację wideo na Androida, aby przesyłać treści na urządzenia obsługujące Google Cast.

Na potrzeby naszych ćwiczeń z programowania zmienisz istniejącą aplikację wideo, aby przesyłać treści na urządzenie obsługujące Google Cast.

Ten przewodnik zawiera instrukcje przenoszenia istniejącego systemu równoważenia obciążenia sieci z backendu puli docelowej do regionalnej usługi backendu.

Z tych ćwiczeń w programowaniu dowiesz się więcej o Google Cloud Operations Suite. Moduł obejmuje zainstalowanie przykładowej aplikacji za pomocą gcloud. Po wdrożeniu przykładowej aplikacji będzie można używać usługi Cloud Monitoring, aby zdefiniować panele, alerty, kontrole dostępności i inne.

Na potrzeby ćwiczeń z programowania zmienisz obecną aplikację na Androida TV, aby obsługiwać przesyłanie i komunikację z istniejących aplikacji przesyłających.

Dowiedz się, jak dodawać do gier efekty dźwiękowe, muzykę w tle i dynamiczny dźwięk za pomocą Flutter.

Dowiedz się, jak za pomocą funkcji zdalnych BigQuery zadawać Vertex AI Visual Question Answering (VQA) pytanie dotyczące obrazów przechowywanych w tabeli obiektów Cloud Storage.

Dowiedz się, jak zabezpieczyć funkcje Cloud Run, wymagając uwierzytelniania podczas wywoływania

Ćwiczenie z programowania pokazujące, jak korzystać z Pakietu emulatorów Firebase podczas programowania we Flutter. Ćwiczenia z programowania wykorzystują emulatory uwierzytelniania i Firestore do zademonstrowania ich używania.

W porównaniu ze starszą wersją interfejsu API FCM interfejs FCM HTTP v1 API zapewnia bezpieczniejszy model autoryzacji przy użyciu tokenów dostępu o krótkim czasie ważności. Etapy generowania tokena dostępu dla interfejsu API FCM w wersji 1 znacznie

Dowiedz się, jak korzystać z nowego interfejsu ARCore Geospatial API.

W tym module wykorzystasz Vertex AI do uruchomienia niestandardowego zadania trenowania. Ten moduł należy do serii filmów Prototyp – produkcja. Utworzysz model klasyfikacji obrazów na podstawie zbioru danych Flowers. Aby dowiedzieć się więcej, możesz

W tym module dowiesz się, jak uruchomić zadanie trenowania modelu niestandardowego za pomocą pakietu Kubeflow Pipelines SDK w Vertex Pipelines. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około

W tym module użyjesz Vertex AI do uruchomienia rozproszonego zadania treningowego w Vertex AI Training przy użyciu TensorFlow. Ten moduł należy do serii filmów Prototyp – produkcja. Zanim przejdziesz do tego modułu, ukończ poprzednie moduły. Aby

W tym module użyjesz Vertex AI do uzyskiwania prognoz z wytrenowanego wcześniej modelu klasyfikacji obrazów. Poznasz takie zagadnienia jak: Całkowity koszt uruchomienia tego modułu w Google Cloud wynosi około 1 USD. Ten moduł wykorzystuje najnowszą

W tym laboratorium dowiesz się, jak analizować metadane z uruchomień Vertex Pipelines za pomocą metadanych Vertex ML. Poznasz takie zagadnienia jak: Łączny koszt wykonania tego ćwiczenia w Google Cloud wynosi około 2 USD. Ten moduł wykorzystuje

W tym module dowiesz się, jak tworzyć i uruchamiać potoki ML za pomocą Vertex Pipelines. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około 25 USD. W tym module wykorzystano najnowszą ofertę

Dowiedz się, jak przekonwertować prostą aplikację App Engine w Javie, skonteneryzować ją za pomocą Buildpacks i przenieść do Cloud Run

W tym module dowiesz się, jak uruchomić niestandardowe zadanie trenowania w Vertex AI Training za pomocą funkcji automatycznego pakowania. Niestandardowe zadania trenowania w Vertex AI korzystają z kontenerów. Jeśli nie chcesz tworzyć własnego

W tym module użyjesz Vertex AI do uruchomienia zadania dopasowywania parametrów w treningu Vertex AI. Ten moduł należy do serii filmów Prototyp – produkcja. Zanim rozpoczniesz ten moduł, ukończ poprzedni moduł. Aby dowiedzieć się więcej, możesz

Dzięki temu ćwiczeniu z programowania dla początkujących dowiesz się, jak utworzyć przykładową aplikację przy użyciu samodzielnych komponentów Angular w wersji 14

Będziemy używać Gemini, aby pomóc nam tworzyć rekomendacje dotyczące książek i statystyki podsumowań za pomocą BigQuery (generatywnej AI wykorzystującej tylko SQL).

https://ide.cloud.google.com gcloud config set project {{project-id}} export PROJECT_ID=$(gcloud config get-value project) export PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format='value(projectNumber)') gcloud services enable \

Dowiedz się, jak przekonwertować prostą aplikację App Engine w Javie, skonteneryzować ją za pomocą Jib i przenieść do Cloud Run

Dowiedz się, jak korzystać z natywnej bazy danych AppSheet podczas tworzenia aplikacji AppSheet.

Z tego ćwiczenia w Codelabs dowiesz się, jak skonfigurować zaawansowane funkcje optymalizacji równoważenia obciążenia na potrzeby globalnego zewnętrznego równoważenia obciążenia aplikacji.

Użyjemy Gemini, żeby utworzyć aplikację do podsumowywania półki na książki, która po prostu przenosi dane BigQuery do internetu i wdroży ją w Cloud Run.

Dowiedz się, jak korzystać z funkcji rzeczywistości rozszerzonej w interfejsie WebXR Device API i używać rozpoznawania scen do umieszczania obiektu 3D w świecie rzeczywistym.

Dowiedz się, jak przekonwertować prostą aplikację App Engine w Javie, skonteneryzować ją za pomocą Dockera i przenieść do Cloud Run

Z tego ćwiczenia w Codelabs dowiesz się, jak używać strumieni zmian Bigtable do szablonu BigQuery. Korzystając z przykładowego zbioru danych, zapoznasz się z tworzeniem zapytań dotyczących dziennika zmian oraz jak za pomocą Lookera utworzysz wizualny panel.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak korzystać z Cloud Foundation Toolkit(CFT) i poznasz serię czynności związanych z dodawaniem funkcji do modułu CFT.

To ćwiczenie w Codelabs pokazuje, jak poprawić czas uruchamiania aplikacji i czas renderowania klatek za pomocą profili podstawowych.

Przedstawiamy sygnały – nowy model reaktywności w Angular. Sygnały zapewniają Ci narzędzia o lepszej jakości, które umożliwiają bardziej precyzyjną reaktywność

Dowiedz się, jak stosować sprawdzone metody dotyczące ułatwień dostępu w aplikacjach Angular, korzystając z wbudowanego zestawu narzędzi.

W ramach tego ćwiczenia w programie utworzysz projekt Apps Script o nazwie „Hello World”, dodasz prostą funkcję logThis, która rejestruje wiadomość, a następnie tworzysz automatyzację Appsheet, która wywołuje skrypt.

W funkcji w Cloud Functions jako funkcji zdalnej z BigQuery utworzymy aplikację z rekomendacjami książek i podsumowaniem, wykorzystującą generatywną AI (Gemini) Vertex AI.

W ramach tego ćwiczenia w Codelabs utworzysz wyszukiwarkę Google o wysokiej jakości, która pomoże Ci odpowiadać na zapytania z dokumentów i plików tekstowych za pomocą Vertex AI Search/Agent Builder.

W ramach tych ćwiczeń w programie użyjesz Vertex AI, aby wygenerować quiz z pewnością zgodnie z określoną specyfikacją. Przetestujesz generator testów w środowisku programistycznym hostowanym w chmurze, a następnie udostępnisz go publicznie, wdrażając w Google Cloud Run. Na koniec modułu zintegrujesz generator quizów z kompletną aplikacją.

Dowiedz się, jak rozszerzyć gotowe komponenty Material Komponenty na komponenty dowolnej platformy internetowej.

W ramach tego ćwiczenia w programie utworzysz aplikację na Androida z systemem ML Kit, która używa systemów uczących się działających na urządzeniu do rozpoznawania tekstu i rysunków twarzy na obrazach.

W ramach tego ćwiczenia w programie utworzysz aplikację na Androida z systemem ML Kit, który wykorzystuje systemy uczące się działające na urządzeniu do rozpoznawania, identyfikowania języka i tłumaczenia tekstu z 59 języków. Dowiesz się też, jak zintegrować bibliotekę CameraX, aby wykonywać te zadania na podstawie obrazu z kamery w czasie rzeczywistym.

W tym module użyjesz funkcji współhostowania modelu w Vertex AI, aby hostować wiele modeli na tej samej maszynie wirtualnej na potrzeby prognozowania online. Poznasz takie zagadnienia jak: Łączny koszt wykonania tego ćwiczenia w Google Cloud wynosi

W tym module dowiesz się, jak używać niestandardowych rutyn prognozowania w Vertex AI do pisania niestandardowej logiki wstępnego i końcowego przetwarzania danych. Ten przykład wykorzystuje Scikit-learn, ale niestandardowe rutyny prognozowania mogą

use-cmek-to-encrypt-cloud-functions

To ćwiczenie w Codelabs koncentruje się na tworzeniu kompleksowej aplikacji Vertex AI Vision do monitorowania strumieni wideo z ruchem w czasie rzeczywistym. Użyjemy wytrenowanego specjalistycznego modelu analizy zajętości. Dowiesz się też, jak utworzyć strumień wideo do pozyskiwania danych do aplikacji, jak skompilować i wdrożyć aplikację, jak za pomocą BigQuery analizować dane wyjściowe JSON modelu i wizualizować je w Looker Studio.

Skupia się on na tworzeniu kompleksowej aplikacji Vertex AI Vision do monitorowania scenariuszy wykrywania kolejek w sklepie. Użyjemy wytrenowanego specjalistycznego modelu analizy zajętości. Dowiesz się też, jak utworzyć strumień wideo do pozyskiwania danych do aplikacji, jak skompilować i wdrożyć aplikację, jak za pomocą BigQuery analizować dane wyjściowe JSON modelu i wizualizować je w Looker Studio.

W tym module użyjesz Vertex AI do trenowania i uzyskiwania dostępu do modelu z danymi tabelarycznym. Jest to najnowsza oferta związana z AI w Google Cloud, która jest obecnie w wersji testowej. Poznasz takie zagadnienia jak: Łączny koszt

W tym module wykorzystasz Vertex AI do wytrenowania i obsługi modelu TensorFlow za pomocą kodu w niestandardowym kontenerze. W tym przykładzie do kodu modelu używamy TensorFlow, ale możesz go łatwo zastąpić inną platformą. Poznasz takie zagadnienia

Dowiedz się, jak zaktualizować aplikację za pomocą modelu ML umożliwiającego podstawowe filtrowanie spamu w komentarzach.

W tym module użyjesz Vertex AI do tworzenia potoku, który trenuje niestandardowy model Keras w TensorFlow. Następnie użyjemy nowej funkcji dostępnej w eksperymentach Vertex AI, aby śledzić i porównywać uruchomienia modelu i określić, która kombinacja

To ćwiczenie w Codelabs koncentruje się na tworzeniu kompleksowej aplikacji Vertex AI Vision, aby zademonstrować wysyłanie filmów z funkcją filtrowania ruchu. Z tego samouczka dowiesz się, jak pozyskiwać strumień wideo do aplikacji z konfiguracją filtra ruchu.

Skaffold to narzędzie, które obsługuje przepływ pracy podczas kompilowania, przesyłania i wdrażania aplikacji. Za pomocą Skaffold możesz łatwo skonfigurować lokalny obszar roboczy programowania, usprawnić wewnętrzną pętlę programowania, a także

Skupia się on na tworzeniu kompleksowej aplikacji Vertex AI Vision, aby zademonstrować wysyłanie zdarzeń za pomocą funkcji zarządzania zdarzeniami. Użyjemy wytrenowanego specjalistycznego modelu analizy zajętości. Dowiesz się też, jak utworzyć strumień wideo do pozyskiwania danych do aplikacji oraz jak skompilować i wdrożyć aplikację.

W tym module dowiesz się, jak używać usługi Pulumi w Google Cloud za pomocą YAML

W tym module użyjesz Vertex AI do uruchomienia zadania trenowania z wieloma pracownikami dla modelu TensorFlow. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około 5 USD. Ten moduł wykorzystuje

Z tego modułu dowiesz się, jak wytrenować model XGBoost na finansowym zbiorze danych, wdrożyć go w Vertex AI i przeanalizować go za pomocą narzędzia What-If.

Dzięki tym ćwiczeniom w Codelabs przedstawiamy podstawy nowego interfejsu WebGPU API. Poprowadzi Cię on przez proces tworzenia wersji „Gra of Life” Conwaya, która będzie działać z wykorzystaniem GPU. Funkcje renderowania WebGPU są używane do rysowania planszy, a możliwości obliczeniowe WebGPU – do aktualizowania stanu gry.

W tym module użyjesz Vertex AI do uzyskiwania prognoz online i zbiorczych z niestandardowego wytrenowanego modelu. Ten moduł należy do serii filmów Prototyp – produkcja. Zanim przejdziesz do tego modułu, ukończ poprzedni moduł laboratoryjny. Aby

Z tego modułu dowiesz się, jak używać platformy Vertex AI Workbench do eksplorowania danych i trenowania modeli ML. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około 1 USD. Ten moduł

jak zacząć korzystać z opartych na zdarzeniach funkcji Cloud Run

Dowiedz się, jak używać Ollama jako aplikacji pomocniczej z procesorami graficznymi Cloud Run i z Open WebUI jako kontenera ruchu przychodzącego frontendu

Podczas tego ćwiczenia w Codelabs dowiesz się, jak tworzyć i wdrażać agenty generatywnej AI przy użyciu zaawansowanych narzędzi i infrastruktury Google Cloud. Omówimy najważniejsze pojęcia i przeprowadzimy Cię przez początkowe kroki, które należy wykonać, aby uruchomić pierwszego agenta.

W tym module dowiesz się, jak używać Vertex AI do dostrajania parametrów i rozproszonego trenowania. W tym laboratorium do kodu modelu używany jest TensorFlow, ale omawiane tu zagadnienia można zastosować również do innych platform ML. Poznasz takie

Dowiedz się, jak rozwiązywać problemy z integracją tej usługi, używając narzędzi analitycznych, i poznaj więcej zasobów pomocy dla deweloperów.

Dowiedz się, jak utworzyć i wdrożyć aplikację LangChain w Cloud Run

Poznaj koncepcję realizacji w Dialogflow.

Dowiedz się, jak zintegrować interfejs Vision API z Dialogflow.

Z tego ćwiczenia z programowania dowiesz się, jak tłumaczyć koncepcje React na język Lit