تطبيق بحث في متجر لعب باستخدام قواعد بيانات السحابة الإلكترونية وعمليات التشغيل بدون خادم عمليات دمج مع مشاريع مفتوحة المصدر

في هذا الدرس التطبيقي حول الترميز، ستُنشئ تطبيقًا لميزة "البحث بالاستناد إلى المتجهات" يستند إلى نموذج RAG، وهو مصمّم للعثور على ألعاب مطابقة لطلبات العملاء (من خلال النصوص والصور)، وإنشاء ألعاب مخصّصة استنادًا إلى طلب المستخدم، وتوقع سعر اللعبة المخصّصة باستخدام AlloyDB وGemini وImagen وLangChain4j وGenAI Toolbox لقواعد البيانات.

إنشاء تطبيق محادثات يستند إلى نموذج لغوي كبير وتحليلات المشاعر باستخدام الذكاء الاصطناعي في AlloyDB وLangChain

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية إنشاء مجموعة AlloyDB ونشر خدمة استرجاع المعلومات من قواعد البيانات بالذكاء الاصطناعي التوليدي وإنشاء نموذج تطبيق باستخدام الخدمة.

• AlloyDB for PostgreSQL

بدء استخدام ميزة "إدراج المتجهات" مع AlloyDB AI

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية استخدام تكنولوجيات الذكاء الاصطناعي في AlloyDB مع ميزة البحث عن المتجهات وإنشاء فهرس لبيانات المتجهات.

• AlloyDB for PostgreSQL

بدء استخدام ميزة "إدراج المتجهات" في Cloud SQL for PostgreSQL

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية استخدام دمج الذكاء الاصطناعي في Cloud SQL مع البحث بالاستناد إلى المتجهات وإنشاء فهرس لبيانات المتجهات.

• Cloud SQL

تثبيت Toolbox وإعداده لتطبيقات الذكاء الاصطناعي العام والتطبيقات المستندة إلى موظّفي الدعم على AlloyDB

في هذا الدرس التطبيقي حول الترميز، ستُنشئ مجموعة أدوات لتطبيق توقّعات الأسعار الذي يستخدم AlloyDB وميزات الذكاء الاصطناعي التوليدي باستخدام خدمة "مجموعة أدوات الذكاء الاصطناعي التوليدي لقواعد البيانات".

أنشئ تطبيقًا مقترِحًا لوضعيات اليوغا بالاستناد إلى السياق باستخدام Firestore وVector Search وGemini 2.0.

في هذا الدرس التطبيقي حول الترميز، ستُنشئ تطبيق بحث عن أوضاع اليوغا المستنِد إلى المعرفة والسياق، والذي تم تصميمه للإجابة عن أسئلة المستخدمين حول أوضاع اليوغا بما يتوافق مع أسئلتهم. ويتيح لك أيضًا تنفيذ المهام الإدارية، مثل إنشاء أو تعديل أوضاع اليوغا.

التعرّف على النص وتحديده وترجمته باستخدام حزمة تعلّم الآلة والكاميراX: Android

في هذا الدرس التطبيقي، ستُنشئ تطبيق Android باستخدام ML Kit الذي يستخدم تكنولوجيا تعلُّم الآلة على الجهاز للتعرّف على اللغة وتحديدها وترجمة النصوص من بين 59 لغة. ستتعرّف أيضًا على كيفية دمج مكتبة CameraX لتنفيذ هذه المهام من خلاصة الكاميرا في الوقت الفعلي.

• Firebase
• Android

Gemini في Java باستخدام Vertex AI وLangChain4j

في هذا الدرس التطبيقي حول الترميز، يمكنك التحدّث مع المستخدمين وطرح أسئلة عن مستنداتك، أو توسيع نموذج من خلال استدعاء الدوال باستخدام الذكاء الاصطناعي التوليدي في Java، ودمج نموذج Gemini اللغوي الكبير على Vertex AI، والاستفادة من إطار العمل LangChain4j

استخدام واجهة برمجة التطبيقات Translation API مع لغة Python

في هذا الدليل التعليمي، ستتعرّف على كيفية استخدام Translation API مع لغة Python.

إنشاء مساعد تسوّق ذكي باستخدام AlloyDB وVertex AI Agent Builder - الجزء 1

في هذا الدرس التطبيقي حول الترميز، ستنشئ تطبيق دردشة مبني على المعرفة ومصمَّم للإجابة عن أسئلة العملاء، وتوجيه عملية استكشاف المنتجات، وتخصيص نتائج البحث لمجموعة بيانات التجارة الإلكترونية.

الوصول إلى Gemini Chat باستخدام حزمة تطوير البرامج (SDK) لـ Python من خلال نقطة نهاية Private Service Connect

الوصول إلى Gemini من جهاز افتراضي عبر حزمة تطوير البرامج (SDK) لـ Python ونقطة نهاية PSC

• Vertex AI

TensorFlow.js: استخدام استضافة Firebase لنشر نموذج تعلم الآلة واستضافتها على نطاق واسع

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية استخدام بنية Firebase الأساسية لنشر نموذج تعلُّم الآلة ليكون بالإمكان استخدامه واستخدامه على موقعك الإلكتروني باستخدام TensorFlow.js.

• TensorFlow

إنشاء تطبيق Chat تم إنشاؤه باستخدام الذكاء الاصطناعي التوليدي باستخدام Vertex AI Conversation

في هذا الدرس التطبيقي حول الترميز، ستستخدم Vertex AI Conversation لإنشاء وكيل مخزن بيانات وتطبيق دردشة وإعدادهما ونشرهما، للإجابة عن أسئلة العملاء حول المنتجات في Google Store.

وظيفة السحابة الإلكترونية لتلخيص المحتوى باستخدام PaLM Vertex AI API وGoogle Cloud Storage

وظيفة السحابة الإلكترونية التي توضح كيفية معالجة ملف تم تحميله في Google Cloud Storage وإجراء التلخيص باستخدام Vertex AI PaLM API على المحتوى

توقع تقييم الأفلام مع BQML باستخدام SQL

سننشئ نموذج توقّع نتيجة الفيلم باستخدام لغة الاستعلامات البنيوية (SQL) فقط مع لغة BigQuery ML

توقُّع تقييم الأفلام باستخدام Vertex AI AutoML

وسننشئ نموذجًا لتوقّع نتائج الفيلم باستخدام Vertex AI AutoML وننشره في نقطة نهاية لواجهة برمجة التطبيقات ونشغِّل واجهة برمجة التطبيقات للتوقّع من دوال Java Cloud.

نشر تطبيق أساسي "ترجمة Google" تطبيق على دوال Python 3 Cloud

في هذا الدرس التطبيقي حول الترميز، ستتعلّم كيفية استخدام Google Cloud Translation API مع لغة Python وتنفيذ طريقة التشغيل محليًا أو النشر على منصة حوسبة بدون خادم على السحابة الإلكترونية (App Engine أو Cloud Functions أو Cloud Run).

نشر تطبيق أساسي "ترجمة Google" تطبيق على Python 3 Cloud Run (Docker)

في هذا الدرس التطبيقي حول الترميز، ستتعلّم كيفية استخدام Google Cloud Translation API مع لغة Python وتنفيذ طريقة التشغيل محليًا أو النشر على منصة حوسبة بدون خادم على السحابة الإلكترونية (App Engine أو Cloud Functions أو Cloud Run).

نشر تطبيق أساسي "ترجمة Google" تطبيق على Python 2 Cloud Run (Docker)

في هذا الدرس التطبيقي حول الترميز، ستتعلّم كيفية استخدام Google Cloud Translation API مع لغة Python وتنفيذ طريقة التشغيل محليًا أو النشر على منصة حوسبة بدون خادم على السحابة الإلكترونية (App Engine أو Cloud Functions أو Cloud Run).

رصد العناصر في الصور لإنشاء بحث مرئي للمنتجات باستخدام حزمة تعلُّم الآلة في Android

في هذا الدرس التطبيقي حول الترميز، ستنشئ تطبيقًا متوافقًا مع Android يحتوي على مجموعة أدوات تعلُّم الآلة يستخدم تعلُّم الآلة على الجهاز لرصد العناصر في الصور، ثم يتيح للمستخدمين إجراء بحث مرئي عن المنتج.

• حزمة تعلّم الآلة
• Android

استخدِم الذكاء الاصطناعي في مستند الشراء لتحليل فواتيرك باستخدام دفاتر الملاحظات في AI Platform

ستتعرف على كيفية استخدام Procurement DocAI لتحليل الفاتورة بذكاء.

نماذج نماذج أولية في دفاتر الملاحظات باستخدام AI Platform

ستتعرّف في هذا التمرين على كيفية استخدام دفاتر الملاحظات في AI Platform لإنشاء نماذج أولية لسير عمل تعلُّم الآلة. سنتناول إنشاء مثيل دفاتر ملاحظات مخصصة، وتتبع التعليمات البرمجية لدفتر الملاحظات في git، وتصحيح أخطاء النماذج باستخدام أداة What-If.

• TensorFlow

PySpark لمعالجة اللغات الطبيعية على Dataproc

يعرض لك هذا التمرين المعملي كيفية استخدام Spark MLlib وspark-nlp لتنفيذ تعلُّم الآلة ولغة NLP على كميات كبيرة من البيانات.

نشر تطبيق أساسي "ترجمة Google" تطبيق على Python 2 App Engine

في هذا الدرس التطبيقي حول الترميز، ستتعلّم كيفية استخدام Google Cloud Translation API مع لغة Python وتنفيذ طريقة التشغيل محليًا أو النشر على منصة حوسبة بدون خادم على السحابة الإلكترونية (App Engine أو Cloud Functions أو Cloud Run).

استخدام Natural Language API مع Python

في هذا البرنامج التعليمي، ستتعلم كيفية استخدام Natural Language API مع Python.

"إحصاءات قسم الكتب": استخدام Gemini لإنشاء تطبيقات SQL باستخدام BigQuery والذكاء الاصطناعي التوليدي

سنستخدم Gemini لمساعدتنا في إنشاء إحصاءات حول الكتب المقترَحة وتلخيصها باستخدام BigQuery (الذكاء الاصطناعي التوليدي فقط في لغة الاستعلامات البنيوية).

"إحصاءات قسم الكتب": استخدام Gemini لإنشاء تطبيق Java Cloud Run ينقل بيانات BigQuery إلى الويب

سنستخدم Gemini لمساعدتنا في إنشاء تطبيق لتلخيص رف الكتب ينقل بيانات BigQuery إلى الويب ويتم نشره على Cloud Run.

• Cloud Run

إنشاء نظام بحث بجودة Google باستخدام Vertex AI

في هذا الدرس التطبيقي حول الترميز، ستنشئ محرك بحث عالي الجودة من Google يمكنه المساعدة في الإجابة عن طلبات البحث من مستنداتك وملفاتك النصية باستخدام Vertex AI Search/Agent Builder.

• Vertex AI
• Google Cloud

أداة إنشاء رفوف: استخدام Gemini لإنشاء دالة Java Cloud في تطبيق Gemini

سننشئ تطبيقًا لاقتراح الكتب وتلخيصه باستخدام الذكاء الاصطناعي التوليدي من Vertex (Gemini) في دالة Cloud كوظيفة عن بُعد من BigQuery.

التعرّف على النص وملامح الوجه باستخدام حزمة تعلُّم الآلة في Android

في هذا الدرس التطبيقي حول الترميز، ستنشئ تطبيق Android يتضمّن مجموعة أدوات تعلّم الآلة ويستخدم تعلُّم الآلة على الجهاز للتعرّف على النصوص وملامح الوجه في الصور.

• حزمة تعلّم الآلة
• Android

التعرّف على النص وتحديده وترجمته باستخدام حزمة تعلّم الآلة والكاميراX: Android

في هذا الدرس التطبيقي حول الترميز، ستنشئ تطبيقًا متوافقًا مع Android يحتوي على مجموعة أدوات تعلّم الآلة يستخدم تقنية تعلُّم الآلة على الجهاز للتعرّف على اللغة وترجمتها من بين 59 لغة. ستتعرَّف أيضًا على كيفية دمج مكتبة CameraX في إنجاز هذه المهام من خلاصة الكاميرا في الوقت الفعلي.

• حزمة تعلّم الآلة
• Firebase
• Android

تحديث تطبيقك لاستخدام نموذج تعلُّم الآلة لفلترة الرسائل غير المرغوب فيها

تعرَّف على كيفية تحديث تطبيق باستخدام نموذج تعلُّم الآلة الذي يتيح فلترة التعليقات غير المرغوب فيها بشكل أساسي.

• TensorFlow
• Android

إنشاء نموذج لتعلُّم الآلة المالي باستخدام أداة What-If وVertex AI

ستتعلّم في هذا التمرين المعملي كيفية تدريب نموذج XGBoost على مجموعة بيانات مالية ونشره في Vertex AI وتحليله باستخدام أداة "ماذا لو".

• TensorFlow

الشبكات العصبية الالتفافية، مع وحدات معالجة الموتّرات ووحدات معالجة الموتّرات

سوف تتعلم في هذا التمرين المعملي كيفية تجميع طبقة التفافية في نموذج شبكة عصبية يمكنه التعرف على الأزهار. وهذه المرة، ستنشئ النموذج بنفسك من البداية وستستخدم قوة وحدة معالجة الموتّرات لتدريبه في ثوانٍ وتكرار تصميمه. يشتمل هذا التمرين المعملي على التفسيرات النظرية اللازمة عن الشبكات العصبية الالتفافية، وهو يمثل نقطة انطلاق جيدة للمطورين الذين يتعلمون عن التعلم المتعمق.

• TensorFlow

ملفات Keras والإحالات الناجحة الحديثة على وحدات معالجة الموتّرات

ستتعلم في هذا التمرين المعملي كيفية إنشاء شبكات عصبية التفافية وتدريبها وضبطها من البداية. ويمكن تنفيذ ذلك في دقائق باستخدام طاقة وحدات معالجة الموتّرات. ستستكشف أيضًا مناهج متعددة بدءًا من التعلم البسيط للغاية وصولاً إلى البُنى الالتفافية الحديثة مثل Squeezenet. يشتمل هذا التمرين المعملي على التفسيرات النظرية اللازمة حول الشبكات العصبية، كما يعد نقطة انطلاق جيدة للمطورين الذين يتعلمون عن التعلم المتعمق. يستخدم هذا التمرين المعملي Tensorflow 2.

• TensorFlow

مسارات بيانات سرعة وحدة معالجة الموتّر: tf.data.Dataset وTFRecords

فوحدات معالجة الموتّرات سريعة جدًا. يجب أن يكون تدفق بيانات التدريب متناسبًا مع سرعة تدريبهم. ستتعلّم في هذا التمرين المعملي كيفية تحميل البيانات من GCS باستخدام واجهة برمجة التطبيقات tf.data.Dataset API لتغذية وحدات معالجة الموتّرات.

• TensorFlow

نموذجك الأول من نوع Keras مع التعلّم المنقول

سوف تتعلم في هذا التمرين المعملي كيفية إنشاء مصنف Keras. وبدلاً من محاولة الوصول إلى التركيبة المثالية من طبقات الشبكة العصبونية للتعرّف على الأزهار، سنستخدم أولاً تقنية تُعرَف باسم "تعلُّم النقل" لتكييف نموذج قوي مدرّب مسبقًا على مجموعة البيانات. يشتمل هذا التمرين المعملي على التفسيرات النظرية اللازمة حول الشبكات العصبية، كما يعد نقطة انطلاق جيدة للمطورين الذين يتعلمون عن التعلم المتعمق.

منصات غنائية حديثة، سرير كيسزينت، جهاز Xception، مع وحدات معالجة الموتّرات ووحدات معالجة الموتّرات

سوف تتعرف في هذا التمرين المعملي على الهندسة الالتفافية الحديثة وستستخدم ما تعلمته لتنفيذ إجراء تحويل بسيط وفعال يسمى "squeezenet". يشتمل هذا التمرين المعملي على التفسيرات النظرية اللازمة عن الشبكات العصبية الالتفافية، وهو يمثل نقطة انطلاق جيدة للمطورين الذين يتعلمون عن التعلم المتعمق.

• TensorFlow

إنشاء تطبيق دردشة مستند إلى النماذج اللغوية الكبيرة وRAG باستخدام قواعد بيانات Cloud SQL وLangChain

في هذا الدرس التطبيقي حول الترميز، ستتعلم كيفية إنشاء قاعدة بيانات ونشر "خدمة استرداد الذكاء الاصطناعي التوليدي" لقواعد البيانات وإنشاء نموذج تطبيق محادثة باستخدام الخدمة.

• Cloud SQL

بدون شهادة دكتوراه من خلال TensorFlow وKeras والتعلّم المتعمق

في هذا الدرس التطبيقي حول الترميز، ستعلّم الكمبيوتر كيفية التعرّف على الأرقام المكتوبة بخط اليد بنسبة 99%، في 100 سطر من رمز Python / Keras.

• TensorFlow

استخدام Video Intelligence API مع Python

سوف تتعلم في هذا البرنامج التعليمي استخدام Video Intelligence API مع بايثون.

من دفتر الملاحظات إلى مسارات أنابيب Kubeflow مع ضبط HP: رحلة في علم البيانات

في هذا الدرس التطبيقي حول الترميز، ستتعلم كيفية إنشاء ونشر مسارات معقدة لعلوم البيانات من خلال ضبط المعلمات الفائقة على Kubeflow Pipelines، بدون استخدام أي من أوامر واجهة سطر الأوامر أو حزم تطوير البرامج (SDK).

مسارات Kubeflow - تلخيص مشاكل GitHub

في هذا الدرس التطبيقي حول الترميز، عليك إعداد عملية تثبيت Cloud AI Platforms Pipeline (ملف KFP مستضاف) باستخدام GKE، وإنشاء مهام سير عمل تعلُّم الآلة وتشغيلها باستخدام Kubeflow Pipelines، وتحديد المسارات وتشغيلها من داخل أداة AI Platform Notebook (Jupyter).

• TensorFlow

من Notebook وKubeflow Pipelines باستخدام MiniKF وKale

في هذا الدرس التطبيقي حول الترميز، ستتعلم كيفية إنشاء ونشر مسارات معقدة لعلوم البيانات باستخدام Kubeflow Pipelines بدون استخدام أي من أوامر واجهة سطر الأوامر أو حزم تطوير البرامج (SDK).

الذكاء الاصطناعي التوليدي لتحليلات الفيديو باستخدام Vertex AI

تعرَّف على كيفية تحليل آراء الأشخاص المؤثرين على YouTube في أي شركة أو منتج باستخدام إمكانات الذكاء الاصطناعي التوليدي من Google.

الذكاء الاصطناعي التوليدي مع Gemini يطلب البيانات من خلال وظيفة في Java

يوضّح هذا القسم ميزة استدعاء الدوال في Gemini في أحد تطبيقات Java من خلال استدعاء نموذج Gemini لتنظيم الإدخال في طلب الوظائف، واستدعاء واجهة برمجة التطبيقات، ثم معالجة الردّ في استدعاء Gemini آخر ونشره إلى نقطة نهاية REST.

إدارة معالجات الذكاء الاصطناعي للمستندات باستخدام Python

سوف تتعلم في هذا البرنامج التعليمي كيفية إدارة معالِجات Document AI باستخدام Python.

إنشاء نموذج XGBoost وتدريبه ونشره على Cloud AI Platform

في هذا التمرين المعملي، ستتعرّف على سير عمل كامل لتعلُّم الآلة على Google Cloud Platform: نقل البيانات من BigQuery، وإنشاء نموذج XGBoost في مثيل Cloud AI Platform Notebook، ونشر النموذج على AI Platform.

تحليل نموذج تعلُّم الآلة المالي المنشور على Cloud AI Platform باستخدام أداة "ماذا لو"

ستتعلّم في هذا التمرين المعملي كيفية تدريب نموذج XGBoost على مجموعة بيانات مالية ونشره في Cloud AI Platform وتحليله باستخدام أداة "ماذا لو".

• TensorFlow

درس تطبيقي حول الترميز في الوقت الفعلي لتحسين عمليات الشراء داخل التطبيق

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية نشر نموذج TFLite لتخصيص تطبيقك لكل مستخدم وتحسين عمليات الشراء داخل التطبيق.

• اختبار A/B من Firebase
• Firebase
• TensorFlow
• Android
• BigQuery
• Firebase ML
• الإعداد عن بُعد في Firebase
• إحصاءات Google

إضافة ميزة "تصنيف النص" على الجهاز إلى تطبيقك باستخدام TensorFlow Lite وFirebase - درس تطبيقي حول الترميز في iOS

في هذا الدرس التطبيقي حول الترميز، ستتعلّم كيفية تطبيق ميزة "تصنيف النصوص" باستخدام Firebase وTensorFlow Lite.

• Firebase ML
• TensorFlow
• Firebase

إضافة الاقتراحات إلى تطبيقك باستخدام TensorFlow Lite وFirebase - درس تطبيقي حول الترميز في iOS

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية إنشاء محرك اقتراحات محتوى لتطبيقك باستخدام TensorFlow وFirebase.

• إحصاءات Google
• TensorFlow
• Firebase ML
• Firebase

إضافة الاقتراحات إلى تطبيقك باستخدام TensorFlow Lite وFirebase - درس تطبيقي حول الترميز في Android

في هذا الدرس التطبيقي، ستتعرّف على كيفية إنشاء محرّك اقتراحات المحتوى لتطبيقك باستخدام TensorFlow وFirebase.

• إحصاءات Google
• TensorFlow
• Android
• Firebase ML
• Firebase

إضافة ميزة "تصنيف النص" على الجهاز إلى تطبيقك باستخدام TensorFlow Lite وFirebase - درس تطبيقي حول الترميز في Android

في هذا الدرس التطبيقي حول الترميز، ستتعلّم كيفية تطبيق ميزة "تصنيف النصوص" باستخدام Firebase وTensorFlow Lite.

• Firebase ML
• Android
• TensorFlow
• Firebase

إنشاء مساعد تسوّق ذكي باستخدام أداة إنشاء الوكيل من خلال AlloyDB وVertex AI Agent Builder - الجزء 2

في هذا الدرس التطبيقي حول الترميز، ستنشئ تطبيق دردشة مبني على المعرفة ومصمَّم للإجابة عن أسئلة العملاء، وتوجيه عملية استكشاف المنتجات، وتخصيص نتائج البحث لمجموعة بيانات التجارة الإلكترونية.

إنشاء مساعد للبحث عن براءات الاختراع باستخدام أداة إنشاء الوكيل من خلال تطبيقي AlloyDB وVertex AI - الجزء 2

في هذا الدرس التطبيقي حول الترميز، ستنشئ تطبيق دردشة يعتمد على المعرفة ومصمَّمًا للإجابة عن الأسئلة المتعلقة ببحث براءات الاختراع وتقديم نتائج ذات صلة من حيث السياق ترتكز على حقيقة مجموعة بيانات براءات الاختراع كمصدر لها.

تسهيل رؤية الكمبيوتر: رؤية الذكاء الاصطناعي عند التمهيد الربيعي ولغة Java

سننشئ تطبيق Computer Vision باستخدام Spring Boot وJava، مما يتيح لك إطلاق العنان لإمكانات التعرف على الصور وتحليلها في مشروعاتك.

• Cloud Run

استخدام واجهة برمجة تطبيقات Speech-to-Text API من خلال لغة بايثون

في هذا البرنامج التعليمي، ستتعلم كيفية استخدام واجهة برمجة تطبيقات Speech-to-Text API مع بايثون.

معالجات متخصصة باستخدام الذكاء الاصطناعي للمستندات (Python)

في هذا الدرس التطبيقي حول الترميز، ستتعلّم كيفية استخدام Procurement DocAI وLending DocAI لتصنيف المستندات المتخصّصة وتحليلها.

التعرّف البصري على الأحرف (OCR) باستخدام Document AI (Python)

في هذا الدرس التطبيقي حول الترميز، ستنفِّذ تقنية التعرّف البصري على الأحرف (OCR) في مستندات PDF باستخدام Document AI وPython. سوف تستكشف كيفية إنشاء طلبات معالجة عبر الإنترنت (متزامن) وحزمة (غير متزامنة).

تحليل النماذج باستخدام الذكاء الاصطناعي (AI) للمستند (Python)

في هذا الدرس التطبيقي حول الترميز، ستتعلّم كيفية استخدام أداة Document AI الجديدة في النموذج لتحليل نموذج مكتوب بخط اليد باستخدام لغة Python. سنستخدم نموذج طلب طبي بسيط كمثال، ولكن سيعمل هذا الإجراء مع أي نموذج معمّم يتوافق مع مستند DocAI. يعتمد هذا

طاولة عمل الذكاء الاصطناعي (AI) - أداة استخراج المستندات المخصّصة

في هذا الدرس التطبيقي حول الترميز، ستتعلّم كيفية استخدام Document AI Workbench لإنشاء نماذج مخصّصة بالكامل باستخدام بيانات التدريب الخاصة بك.

طاولة عمل الذكاء الاصطناعي للمستندات - التدريب

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية استخدام Document AI Uptraining لتحسين جودة النموذج باستخدام بيانات التدريب الخاصة بك.

الذكاء الاصطناعي في Document AI: حلقة Human in the Loop

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية استخدام Document AI Human in the Loop لإكمال مهام المراجعة البشرية مع معالِجات متخصّصة.

TensorFlow.js — التعرف على الأرقام المكتوبة بخط اليد باستخدام شبكات CNN

في هذا الدرس التطبيقي حول الترميز، ستدرّب نموذجًا على تحديد الأرقام المكتوبة بخط اليد. في مصطلحات تعلُّم الآلة، تُعرف هذه العملية باسم مهمة التصنيف لأنّها تتنبأ بفئة لمدخل معيّن.

• TensorFlow

TensorFlow.js — إجراء التنبؤات من البيانات ثنائية الأبعاد

في هذا الدرس التطبيقي حول الترميز، ستدرّب نموذجًا لإجراء تنبؤات استنادًا إلى البيانات الرقمية. وبالنظر إلى "القوة الحصانية" للسيارة، سيحاول النموذج التنبؤ "بالأميال لكل غالون" لتلك السيارة. يُطلق على ذلك في مصطلحات تعلُّم الآلة مهمة انحدار لأنّها تتنبأ بقيمة مستمرة.

• TensorFlow

تدريب وضبط مَعلمات PyTorch على ضبط نموذج PyTorch على Cloud AI Platform

سوف تتعلم في هذا التمرين المعملي كيفية تدريب نموذجك في السحابة من خلال ضبط المعلمات الفائقة. وسنوضّح لك كيفية إجراء ذلك باستخدام PyTorch، ولكن يمكنك تنفيذ ذلك في أي إطار عمل تريده.

توقُّع السلاسل الزمنية باستخدام Vertex AI وBigQuery ML

في هذا التمرين المعملي، ستتعرّف على كيفية حل مشاكل السلسلة الزمنية باستخدام Vertex AI، حيث تغطي دفاتر الملاحظات والتدريب والتنبؤ وBigQuery ML.

• TensorFlow

استخدام واجهة برمجة تطبيقات تحويل النص إلى كلام مع بايثون

في هذا البرنامج التعليمي، ستتعلم كيفية استخدام واجهة برمجة تطبيقات تحويل النص إلى كلام مع بايثون.

استخدام Vision API مع Python

ستتعلّم في هذا البرنامج التعليمي كيفية استخدام Vision API مع Python.

الإحصاءات التوليدية باستخدام BigQuery SQL وVertex AI

يمكنك إنشاء تطبيق لتوقّعات تقييم نجاح الأفلام والحصول على وصفات طبية باستخدام طلبات بحث BigQuery SQL وواجهة برمجة تطبيقات Vertex AI PaLM.

تطبيق Chat باستخدام PaLM API على Cloud Run

يمكنك تطوير تطبيق دردشة باستخدام إطار عمل Python Flask ونموذج Vertex AI PaLM API.

• Cloud Run

نموذج لغوي كبير (LLM) مستنِد إلى لغة الاستعلامات البنيوية (SQL) فقط مع BigQuery ML باستخدام Vertex AI PaLM API

يتوفّر تلخيص رموز المصدر لمستودعات GitHub كمجموعة بيانات عامة في BigQuery، باستخدام النموذج اللغوي الكبير Vertex AI لإنشاء النصوص (text-bison) كدالة بعيدة مستضافة في BigQuery.

تدريب نموذج تصنيف الصور ونشره على الجهاز باستخدام AutoML Vision في مجموعة أدوات تعلُّم الآلة

في هذا الدرس التطبيقي حول الترميز، سيتم تدريب مصنِّف للصور باستخدام AutoML Vision Edge في حزمة ML Kit، وتشغيله على هاتف Android أو iOS باستخدام حزمة تطوير البرامج (SDK) لحزمة تعلّم الآلة.

• Firebase
• TensorFlow
• حزمة تعلّم الآلة
• Android

إنشاء تطبيقات لاستخدامها في Google Chat باستخدام Gemini

في هذا الدرس التطبيقي حول الترميز، ستنشئ تطبيقات Google Chat باستخدام أحدث الميزات المتاحة، والتي تشمل نماذج الذكاء الاصطناعي المستندة إلى Gemini في Vertex AI، وDialogflow CX، والصفحة الرئيسية للتطبيق، وأحداث Google Chat، والتطبيقات المصغّرة للملحقات.

• Google Workspace

دالة السحابة الإلكترونية التي تغلف نماذج PaLM Text Bison

يوضح هذا القسم دالة سحابية مكتوبة بلغة بايثون تعمل على إعداد وحدة Vertex AI ثم توفّر نقطة نهاية لاستدعاء نموذج PaLM Text Bison.

إنشاء نموذج تصنيف نص مخصّص وتحديث تطبيقاتك باستخدامه

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية تحسين النموذج الذي أنشأته في مسار تصنيف النص على الأجهزة الجوّالة "بدء استخدام التطبيق" لكي تتمكّن من إنشاء نموذج يتوافق مع بياناتك. سترى بعد ذلك كيفية تحديث تطبيقات Android وiOS بالطراز الجديد.

• TensorFlow
• Android

إنشاء تطبيق بأسلوب أساسي للمراسلة

في هذا الدرس التطبيقي حول الترميز، ستتعلم كيفية إنشاء تطبيق مراسلة بسيط يحتوي على مربع نص وزر إرسال.

• Android
• TensorFlow

تطبيق "تلخيص النصوص" مع Vertex AI وSvelte Kit

يمكنك إنشاء حالة استخدام لميزة "تلخيص النص" للسماح للمستخدمين بتلخيص المقالات والنصوص وأشكال المحتوى الأخرى باستخدام Google Cloud Vertex AI على تطبيق الويب Svelte Kit.

إنشاء نموذج مخصّص لمصنِّف الصور

في هذا الدرس التطبيقي حول الترميز، ستدرّب نموذج تعلُّم الآلة للتعرّف على زهور معيّنة.

• TensorFlow
• Android

TensorFlow.js: إعادة تدريب نموذج رصد التعليقات غير المرغوب فيها للتعامل مع الحالات الحدّية

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية استخدام "أداة إنشاء النماذج" لإعادة تدريب نموذج التعليقات غير المرغوب فيها لمراعاة الحالات الحادة التي تعذّر على النموذج المدرّب مسبقًا معالجتها، ثم إعادة نشر النموذج الجديد في تطبيق الويب.

• TensorFlow

دمج نموذج مخصّص في تطبيقك

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية دمج نموذج تصنيف صور مخصّص في تطبيق Android أو iOS باستخدام نماذج تعلّم الآلة المخصّصة.

• Android
• TensorFlow

إنشاء نموذج تعلُّم الآلة المتعلّق بالتعليقات غير المرغوب فيها

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية إنشاء نموذج لتعلُّم الآلة يمكنه فلترة المحتوى غير المرغوب فيه من التعليقات الأخرى.

• Android
• TensorFlow

طرق تلخيص النص باستخدام واجهة Vertex AI PaLM API

ستتعلّم في هذا الدليل التوجيهي طريقة استخدام النماذج التوليدية لتلخيص المعلومات من النص من خلال اتّباع طريقة الحشو.

أنشِئ كاميرا ويب ذكية باستخدام JavaScript باستخدام نموذج تعلُّم الآلة المدرب مسبقًا على TensorFlow.js.

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية تحميل أحد النماذج المدرّبة مسبقًا على TensorFlow.js (COCO-SSD) واستخدامه والتعرُّف على العناصر الشائعة التي تم تدريبها عليها.

• TensorFlow

استخدام مستودع الذكاء الاصطناعي للمستندات لنقل المستندات ومعالجتها والبحث فيها

في هذا الدرس التطبيقي حول الترميز، ستستخدم Document AI Warehouse لنقل النص الكامل للمستندات ومعالجتها والبحث فيها.

نشر تطبيق أساسي "ترجمة Google" تطبيق Express.js على App Engine وCloud Functions وCloud Run.

في هذا الدرس التطبيقي حول الترميز، ستتعلّم كيفية استخدام واجهة برمجة التطبيقات Google Cloud Translation API مع Node.js وإمّا التشغيل محليًا أو النشر على نظام أساسي للحوسبة بدون خادم (App Engine أو Cloud Functions أو Cloud Run).

إنشاء نموذج لرصد الاحتيال على Cloud AI Platform باستخدام TensorFlow Enterprise وBigQuery

في هذا الدرس، سيتم نقل بيانات مجموعة بيانات BigQuery مباشرةً وتدريب نموذج لرصد الاحتيال باستخدام TensorFlow Enterprise على Google Cloud AI Platform.

• TensorFlow

شرح نموذج لرصد الاحتيال باستخدام Cloud AI Platform

في هذا التمرين، ستُنشئ tf.keras لتحديد المعاملات الاحتيالية باستخدام TensorFlow ثم ستفسِّر نتائج النموذج باستخدام حزمة تطوير البرامج (SDK) للذكاء الاصطناعي الموضحة في Cloud.

• TensorFlow

بيانات الذكاء الاصطناعي التوليدي باستخدام Spanner وVertex AI Imagen API

صمِّم تطبيقًا لإنشاء الصور استنادًا إلى طلبات الوضع التي أنشأها المستخدم من خلال البيانات التي تم استرجاعها من قاعدة بيانات Spanner باستخدام واجهة برمجة التطبيقات الخاصة بتطبيق الخادم.

دردشة مستندة إلى الذكاء الاصطناعي التوليدي مع المستخدمين والمستندات في Java باستخدام PaLM وLangChain4J

في هذا الدرس التطبيقي حول الترميز، ندعوك إلى التحدّث مع المستخدمين أو طرح أسئلة حول مستنداتك، واستخدام الذكاء الاصطناعي التوليدي في Java، ودمج نموذج PaLM اللغوي الكبير، والاستفادة من إطار عمل التنسيق LangChain4J LLM.

تنفيذ المهام تلقائيًا في Google Workspace باستخدام Gemini API

تعرَّف على كيفية الاستفادة من إمكانات Gemini API في تنفيذ المهام على Google Workspace بشكل مبرمَج واستكشاف المزيد من الإمكانيات.

• Google Workspace

كيفية التفاعل مع واجهات برمجة التطبيقات باستخدام استدعاء الدوال في Gemini

في هذا الدرس التطبيقي حول الترميز، ستستخدم استدعاء الدوال في Gemini لإنشاء تطبيق يمكن للمستخدمين من خلاله سؤالهم عن أسعار الصرف، واسترجاع أحدث البيانات من واجهة برمجة تطبيقات خارجية، ثم الردّ على المستخدم بالإجابة.

إنشاء النصوص باستخدام الذكاء الاصطناعي التوليدي في Java باستخدام PaLM وLangChain4J

في هذا الدرس التطبيقي حول الترميز، ستبدأ في استخدام الذكاء الاصطناعي التوليدي في Java، ودمج نموذج PaLM اللغوي الكبير، والاستفادة من إطار عمل تنسيق LangChain4J LLM.

التدريب على TensorFlow.js في الدرس التطبيقي حول ترميز Node.js

في هذا الدرس التطبيقي، ستتعلم كيفية إنشاء وتدريب نموذج لتقدير ملعب البيسبول باستخدام TensorFlow.js في خادم Node.js وتقديم المقاييس للعميل.

• TensorFlow

TensorFlow.js: تحويل نموذج Python المحفوظ إلى تنسيق TensorFlow.js

في هذا الدرس التطبيقي حول الترميز، ستتعرّف على كيفية استخدام نموذج تعلُّم الآلة الحالي بلغة Python بتنسيق SaveModel ونحوّله إلى تنسيق TensorFlow.js كي يتسنى تشغيله في متصفّح ويب، وفي الوقت نفسه تتعلّم أيضًا كيفية معالجة المشاكل الشائعة التي قد تحدث في الإحالات الناجحة.

• TensorFlow

التشغيل الآلي لطلبات Slack

رمز مصدر لإنشاء أمر Slack Slash لتلخيص النص في تطبيق Slack. يستخدم تطبيق Slack دالة السحابة الإلكترونية لاستدعاء PaLM API لتلخيص النص.

احتفِل بالزهور مع TensorFlow Lite على Android.

في هذا الدرس التطبيقي حول الترميز، ستلتقط مصنِّفًا للصور وتشغِّله على هاتف Android باستخدام TensorFlow Lite.

• TensorFlow
• Android

التعرّف على الكلام باستخدام الذكاء الاصطناعي مع TensorFlow Lite لوحدات التحكّم الدقيقة وSparkFun Edge

في هذا الدرس التطبيقي حول الترميز، ستتعلم كيفية تشغيل نموذج للتعرف على الكلام باستخدام TensorFlow Lite لوحدات التحكم الدقيقة على SparkFun Edge، وهي عبارة عن لوحة تطوير تعمل بالبطارية وتحتوي على وحدة تحكم دقيقة.

• TensorFlow

البحث عن التشابه باستخدام Spanner وVertex AI

يمكنك إنشاء تطبيق بحث التشابه لاقتراح الملابس بناءً على البيانات التي أدخلها المستخدم وإجراء بحث مقابل البيانات المخزنة في مفتاح الربط والمفهرسة بواسطة Vector Search للرد مع أقرب الجيران.

TensorFlow.js - التعرّف على الصوت باستخدام التعلّم القائم على النقل

في هذا الدرس التطبيقي حول الترميز، ستنشئ شبكة أساسية للتعرّف على الصوت يمكنها التعرّف على أصواتك واستخدامها للتحكّم في شريط التمرير في المتصفّح. سوف تستخدم TensorFlow.js، وهي مكتبة فعالة ومرنة لتعلّم الآلة بلغة JavaScript.

• TensorFlow

حزمة تعلُّم الآلة لميزة التعرّف على النص وميزات الوجه: iOS

في هذا الدرس التطبيقي حول الترميز، ستنشئ تطبيق iOS يتضمّن حزمة تعلُّم الآلة يستخدم تعلُّم الآلة على الجهاز للتعرّف على النصوص وملامح الوجه في الصور.

• حزمة تعلّم الآلة

对象检测入门

了解对象检测的基础知识，以及如何将预训练的对象检测器集成到您的移动应用中。

• Android
• TensorFlow

商品图片搜索入门

了解如何使用设备端对象检测功能为移动应用构建商品图片搜索功能。

• TensorFlow
• Android

移动文本分类入门

了解如何在一个移动应用中使用机器学习技术来识别文本，并打造一个能够过滤评论中的垃圾内容的应用。

• TensorFlow
• Android

在 Google Cloud 中构建自定义响应式聊天机器人

学习如何为 Dialogflow 聊天机器人构建自定义前端，为用户打造自然的对话式体验，然后使用 Cloud Vision 增强前端，使它能够分析上传的图片，并将相关分析结果包含在响应中。

• Dialogflow

深入了解图片分类

了解如何构建自定义图片分类模型，进一步提高您在“图片分类入门”在线课程中学到的技能。

• Android
• TensorFlow

深入了解对象检测

了解如何使用 TensorFlow Lite 和 TensorFlow Lite Model Maker 库训练您自己的自定义对象检测模型，并提升您在“对象检测入门”在线课程中学到的所有技能。

• Android
• TensorFlow

深入了解音频分类

了解如何借助 TFlite Model Maker，根据您的需求自定义经过预训练的音频分类模型，并将其部署到您的应用中。

• Android
• TensorFlow

垃圾评论检测入门

了解有关使用 TensorFlow.js 为 Web 应用创建自定义文本分类模型方面的基础知识。

• TensorFlow

音频分类入门

了解如何在移动应用中使用机器学习功能对移动设备接收到的声音进行分类。

• TensorFlow
• Android

深入了解商品图片搜索

了解如何构建商品图片搜索后端并从移动应用调用该后端，从而增强在“商品图片搜索入门”在线课程中构建的商品搜索功能。

• Android
• TensorFlow

使用 TensorFlow 进行神经网络编程

从新编程范式的首要原则，到如何创建卷积神经网络来实现高级图像识别和分类，从而解决常见的计算机视觉问题；在这里，您可以获得所需的一切信息，真正理解机器学习。

• TensorFlow

移动图片分类入门

了解如何使用计算机视觉技术构建能够“看到”和标记图片的移动应用。

• Android
• TensorFlow

深入了解垃圾评论检测

了解如何再训练垃圾评论模型，使之涵盖使用默认的预制模型时可能会漏掉的极端情况。

• TensorFlow

使用 Document AI 智能处理手写表单 (Python)

在此 Codelab 中，我将创建一个以 Python 编写的 Document AI API 教程。

TensorFlow.js 迁移学习图片分类器

在此 Codelab 中，您将学习如何构建一个“会学习的机器”，即一个可使用 TensorFlow.js 在浏览器中即时训练的自定义图片分类器。

• TensorFlow

在 Android 上使用 TensorFlow Lite 识别花卉（Beta 版）

在此 Codelab 中，您将提取一个图像分类器，然后使用 TensorFlow Lite 在 Android 手机上运行它。

• Android
• TensorFlow

使用 TensorFlow Lite Model Maker 训练垃圾评论检测模型

了解如何使用 TensorFlow Lite Model Maker 训练垃圾评论检测模型。

• TensorFlow
• Flutter

创建 Flutter 应用以对文本进行分类

了解如何构建一个 Flutter 应用，用于对文本进行分类并在界面中显示结果。

• Flutter
• TensorFlow

使用 TensorFlow Lite (Android) 构建和部署自定义对象检测模型

在此 Codelab 中，您将构建一个可以检测图片中对象的 Android 应用。首先，使用 TFLite Model Maker 训练自定义对象检测模型，然后使用 TFLite Task 库部署该模型

• Android
• TensorFlow

在 Android 或 iOS 上构建您的首个计算机视觉应用

在此 Codelab 中，您将学习如何构建适用于 Android 和 iOS 且可正确标记图片的简单应用。

• Android
• TensorFlow

创建一款基本的音频分类应用

在此 Codelab 中，您将学习如何创建可使用手机麦克风录制音频的基本音频分类应用。

• Android
• TensorFlow

构建自定义的预训练音频分类模型

在此 Codelab 中，您将学习如何自定义预训练的音频分类模型，以便检测鸟的叫声。

• Android
• TensorFlow

TensorFlow.js：构建垃圾评论检测系统

在此 Codelab 中，您将学习如何构建具有博文功能的简单评论功能的网页，并将其与预训练的机器学习模型集成，以检测垃圾评论，从而让您在垃圾评论出现之前将其滤除存储在任何后端数据库中，可缩短服务器处理时间和费用。

• TensorFlow

TensorFlow.js：重新训练垃圾评论检测模型以处理极端情况

在此 Codelab 中，您将学习如何使用 Model Maker 重新训练垃圾评论模型，使之涵盖预训练模型无法处理的极端情况，然后将新模型重新部署到 Web 应用。

• TensorFlow

在 Android 上调用 Vision API Product Search 后端

在此 Codelab 中，您将向 Android 应用添加代码以调用 Vision API Product Search 后端，以便应用用户可以使用图片搜索商品。

• Android

使用 Vision API Product Search 构建商品图片搜索后端

在此 Codelab 中，您将学习如何使用 Vision API Product Search 构建商品图片搜索后端，以及如何创建 API 密钥以从移动应用调用该后端。

• Android

创建 Android 应用以检测图片中的对象

了解如何构建一个 Android 应用，用于检测图片中的对象并呈现其界面中的结果。

• TensorFlow
• Android

创建一个 iOS 应用以预测值

了解如何构建 iOS 应用，以检测图片中的对象并在界面中呈现结果。

• TensorFlow

创建用于对图片进行分类的简单网站

了解如何创建一个简单的网站，以使用 TensorFlow Serving 对图片进行分类。

• TensorFlow

使用 TensorFlow Lite Model Maker 创建自定义文本分类模型

了解如何使用 TensorFlow Lite Model Maker 重新训练垃圾内容检测模型，以检测特定类型的垃圾内容。

• Flutter
• TensorFlow

机器学习入门“Hello, World”

了解创建神经网络的基础知识，以及了解它如何定义行为的规则。

• TensorFlow

构建卷积并执行池化

了解如何构建卷积并执行池化以增强计算机视觉。

• TensorFlow

使用 TensorFlow 构建计算机视觉模型

了解如何使用 TensorFlow 创建用以识别衣物的计算机视觉模型。

• TensorFlow

使用卷积神经网络 (CNN) 处理复杂图像

了解如何使用 CNN 处理复杂图像（需要识别的主体可能位于图像上的任意位置）。

• TensorFlow

构建卷积神经网络 (CNN) 以增强计算机视觉

了解如何构建 CNN，从而使计算机更加高效地根据检测到的特征对图像内容进行分类。

• TensorFlow

使用大型数据集训练卷积神经网络 (CNN)，以免过拟合

学习使用大型数据集训练 CNN 以避免过拟合。

• TensorFlow

Leveraging the Gemini Pro Vision model for image understanding, multimodal prompts and accessibility

Explore how you can use the new Gemini Pro Vision model with the Gemini API to handle multimodal input data including text and image prompts to receive a text result. In this solution, you will learn how to access the Gemini API with image and text data, explore a variety of examples of prompts that can be achieved using images using Gemini Pro Vision and finally complete a codelab exploring how to use the API for a real-world problem scenario involving accessibility and basic web development.

• Gemini

Getting started with the Gemini API and Android

Learn how to use the Gemini API and the Google AI SDK to prototype generative AI in Android applications.

• Android
• ‫Vertex AI في Firebase
• Gemini

Getting started with the Gemini API and Web apps

Learn how to use the Gemini API and the Google AI JavaScript SDK to prototype generative AI for web apps. Use the Google AI JavaScript SDK to make your first generative AI call using the Gemini API in your client-side web application. Explore a sample application and learn how to make multimodal prompts (that combine image and text).

• ‫Vertex AI في Firebase
• Gemini

Getting started with the Gemini API and Dart and Flutter

Learn how to use the Gemini API and the Google AI Dart SDK to prototype generative AI in Dart and Flutter applications.

• Gemini
• Flutter
• ‫Vertex AI في Firebase

Getting started with the Gemini API and Swift

Learn how to use the Gemini API and the Google AI Swift SDK to prototype generative AI with Swift. Use the Google AI Swift SDK to make your first generative AI call using the Gemini API in your application. Explore a sample application and learn how to make multimodal prompts (that combine image and text).

• Gemini
• ‫Vertex AI في Firebase

Getting started with Google AI Studio and the Gemini API using Node.js

Learn how to prototype text-based prompts with Google AI Studio and get started writing your first Gemini API Node.js script.

• Gemini

Incorporating generative AI into your game development process with Gemini and Gemma AI

Learn how generative AI can be used in different stages of game development from preproduction to in-game solutions using Gemini AI and Gemma model.

• Gemini

Creating a multiplayer crossword with Gemini, Flutter, and Firebase

Learn how the Google engineering teams created a multiplayer crossword using Gemini, Flutter, and Firebase.

• Firebase
• Flutter