Codelab de optimización de compras integradas en la app en tiempo real en el dispositivo

En este codelab, aprenderás a implementar un modelo de TFLite para personalizar tu app para cada usuario y optimizar las compras directas desde la app.

• TensorFlow
• Android
• Firebase ML
• Google Analytics
• Firebase Remote Config
• BigQuery
• Firebase A/B Testing
• Firebase

Codelab de Android: Agrega la clasificación de texto en el dispositivo a tu app con TensorFlow Lite y Firebase

En este codelab, aprenderás a implementar la clasificación de texto con Firebase y TensorFlow Lite.

• Firebase
• TensorFlow
• Android
• Firebase ML

Codelab de iOS: Agrega la clasificación de texto en el dispositivo a tu app con TensorFlow Lite y Firebase

En este codelab, aprenderás a implementar la clasificación de texto con Firebase y TensorFlow Lite.

• Firebase ML
• TensorFlow
• Firebase

Codelab de iOS: Agrega recomendaciones a tu app con TensorFlow Lite y Firebase

En este codelab, aprenderás a crear un motor de recomendaciones de contenido para tu app con TensorFlow y Firebase.

• Firebase
• Google Analytics
• Firebase ML
• TensorFlow

Codelab de Android: Agrega recomendaciones a tu app con TensorFlow Lite y Firebase

En este codelab, aprenderás a crear un motor de recomendaciones de contenido para tu app con TensorFlow y Firebase.

• Google Analytics
• Firebase
• Android
• TensorFlow
• Firebase ML

App de búsqueda de tiendas de juguetes con bases de datos de Cloud, entornos de ejecución sin servidores y integraciones de código abierto

En este codelab, crearás una aplicación de Búsqueda de vectores basada en RAG diseñada para encontrar juguetes que coincidan con la búsqueda de los clientes (a través de textos e imágenes), crear juguetes personalizados según la solicitud del usuario y predecir el precio del juguete creado a medida con AlloyDB, Gemini, Imagen, LangChain4j y GenAI Toolbox para bases de datos.

Cómo comenzar a usar las incorporaciones vectoriales con la IA de AlloyDB

En este codelab, aprenderás a usar la IA de AlloyDB en combinación con la búsqueda de vectores y a crear un índice en los datos de vectores.

• AlloyDB para PostgreSQL

Cómo comenzar a usar las incorporaciones de vectores en Cloud SQL para PostgreSQL

En este codelab, aprenderás a usar la integración de IA de Cloud SQL en combinación con la búsqueda de vectores y a crear un índice en los datos de vectores.

• Cloud SQL

Cómo instalar y configurar Toolbox para tus aplicaciones de IA generativa y agentes en AlloyDB

En este codelab, compilarás e implementarás una caja de herramientas para tu aplicación de predicción de precios que use AlloyDB y funciones de IA generativa con el servicio de la caja de herramientas de IA generativa para bases de datos.

Compila una app contextual de recomendación de posturas de yoga con Firestore, la Búsqueda de vectores y Gemini 2.0.

En este codelab, crearás una app de búsqueda contextual de posturas de yoga basada en el conocimiento, diseñada para responder las preguntas de los usuarios sobre posturas de yoga que coincidan con sus preguntas. También permite realizar tareas administrativas, como crear y editar posturas de yoga.

Reconoce, identifica y traduce texto con ML Kit y CameraX: Android

En este codelab, compilarás una app para Android con ML Kit que usa el aprendizaje automático integrado en el dispositivo para reconocer, identificar el idioma y traducir texto de entre 59 idiomas. También aprenderás a integrar la biblioteca de CameraX para realizar estas tareas desde un feed de cámara en tiempo real.

• Firebase
• Android

Gemini en Java con Vertex AI y LangChain4j

En este codelab, chatearás con los usuarios, harás preguntas sobre tu documentación o extenderás un modelo con llamadas a funciones usando IA generativa en Java, integrando el modelo de lenguaje grande de Gemini en Vertex AI y aprovechando el framework LangChain4j.

Usa la API de Translation con Python

En este instructivo, aprenderás a usar la API de Translation con Python.

Crea un asistente de Shopping inteligente con AlloyDB y Vertex AI Agent Builder (parte 1)

En este codelab, compilarás una aplicación de chat basada en el conocimiento que se diseñó para responder preguntas de los clientes, guiar el descubrimiento de productos y adaptar los resultados de la búsqueda para un conjunto de datos de comercio electrónico.

Accede al chat de Gemini con el SDK de Python a través del extremo de Private Service Connect

Accede a Gemini desde una VM a través del SDK de Python y el extremo de PSC

• Vertex AI

Crea una app de chat generativo con Vertex AI Conversation

En este codelab, usarás Vertex AI Conversation para crear, configurar y, luego, implementar un agente de almacén de datos y una app de chat que respondan las preguntas de los clientes sobre los productos en Google Store.

Cloud Function para resumir contenido con la API de PaLM Vertex AI y Google Cloud Storage

Cloud Function que demuestra cómo procesar un archivo subido a Google Cloud Storage y realizar resúmenes con la API PaLM de Vertex AI en el contenido.

Predicción de calificaciones de películas con BQML mediante SQL

Crearemos un modelo de predicción de la puntuación de una película usando solo SQL con BigQuery ML

Predicción de calificaciones de películas con AutoML de Vertex AI

Crearemos un modelo de predicción de la puntuación de una película con AutoML de Vertex AI, lo implementaremos en un extremo de API y activaremos la API de predicción desde Cloud Functions en Java.

Implementa un "Google Traductor" en Cloud Functions de Python 3

En este codelab, aprenderás a usar la API de Google Cloud Translation con Python y a ejecutarla de forma local o a implementarla en una plataforma de computación sin servidores de Cloud (App Engine, Cloud Functions o Cloud Run).

Implementa un "Google Traductor" app en Python 2 de Cloud Run (Docker)

En este codelab, aprenderás a usar la API de Google Cloud Translation con Python y a ejecutarla de forma local o a implementarla en una plataforma de computación sin servidores de Cloud (App Engine, Cloud Functions o Cloud Run).

Implementa un "Google Traductor" app en Python 3 de Cloud Run (Docker)

En este codelab, aprenderás a usar la API de Google Cloud Translation con Python y a ejecutarla de forma local o a implementarla en una plataforma de computación sin servidores de Cloud (App Engine, Cloud Functions o Cloud Run).

Detecta objetos en imágenes para realizar una búsqueda visual de productos con ML Kit: Android

En este codelab, compilarás una app para Android con ML Kit que usa aprendizaje automático integrado en el dispositivo para detectar objetos en imágenes y, luego, permite a los usuarios realizar una búsqueda visual de productos.

• ML Kit
• Android

Usa Procurement Document AI para analizar tus facturas con AI Platform Notebooks

Aprenderás a usar Procurement DocAI para analizar una factura de forma inteligente.

PySpark para el procesamiento de lenguaje natural en Dataproc

En este lab, se muestra cómo usar Spark MLlib y spark-nlp para realizar aprendizaje automático y PLN con grandes cantidades de datos.

Crea prototipos de modelos en AI Platform Notebooks

En este lab, aprenderás a usar AI Platform Notebooks para crear el prototipo de tus flujos de trabajo de aprendizaje automático. Abordaremos la creación de una instancia de notebook personalizada, el seguimiento del código de tu notebook en Git y la depuración de modelos con la Herramienta What-If.

• TensorFlow

Implementa un "Google Traductor" en Python 2 de App Engine

En este codelab, aprenderás a usar la API de Google Cloud Translation con Python y a ejecutarla de forma local o a implementarla en una plataforma de computación sin servidores de Cloud (App Engine, Cloud Functions o Cloud Run).

Cómo usar la API de Natural Language con Python

En este instructivo, aprenderás a usar la API de Natural Language con Python.

Bookshelf Analytics: Usa Gemini para compilar aplicaciones de SQL con BigQuery y la IA generativa

Usaremos Gemini para crear análisis de recomendaciones y resúmenes de libros con BigQuery (IA generativa solo en SQL).

Crea un sistema de búsqueda de calidad de Google con Vertex AI

En este codelab, compilarás un motor de búsqueda de calidad de Google que pueda ayudarte a responder consultas desde tus documentos y archivos de texto con Vertex AI Search/Agent Builder.

• Vertex AI
• Google Cloud

Compilador de Bookshelf: Usa Gemini para compilar una Cloud Function de Java para una aplicación con Gemini

Crearemos una app para recomendar y resumir libros con la IA generativa de Vertex AI (Gemini) en una Cloud Function como función remota de BigQuery.

Reconoce texto y rasgos faciales con ML Kit: Android

En este codelab, compilarás una app para Android con ML Kit que usa aprendizaje automático en el dispositivo para reconocer texto y rasgos faciales en imágenes.

• ML Kit
• Android

Reconoce, identifica y traduce texto con ML Kit y CameraX: Android

En este codelab, compilarás una app para Android con ML Kit que usa aprendizaje automático integrado en el dispositivo para reconocer, identificar idiomas y traducir texto de entre 59 idiomas. También aprenderás a integrar la biblioteca de CameraX para completar estas tareas desde un feed de la cámara en tiempo real.

• ML Kit
• Firebase
• Android

Actualiza tu aplicación para usar un modelo de aprendizaje automático para filtrar spam.

Aprende a actualizar una app con un modelo de AA capaz de filtrar comentarios spam básicos.

• Android
• TensorFlow

Crea un modelo de AA financiero con la Herramienta What-If y Vertex AI

En este lab, aprenderás a entrenar un modelo XGBoost en un conjunto de datos financieros, implementarlo en Vertex AI y analizarlo con la Herramienta What-If.

• TensorFlow

Redes neuronales convolucionales, con Keras y TPU

En este lab, aprenderás a ensamblar una capa convolucional en un modelo de red neuronal que pueda reconocer flores. Esta vez, compilarás el modelo tú mismo desde cero y usarás la potencia de TPU para entrenarlo en segundos y, luego, iterar el diseño. En este lab, se incluyen las explicaciones teóricas necesarias sobre las redes neuronales convolucionales y se trata de un buen punto de partida para los desarrolladores que están aprendiendo sobre el aprendizaje profundo.

• TensorFlow

Keras y las convnets modernas en TPU

En este lab, aprenderás a crear, entrenar y ajustar tus propias redes neuronales convolucionales desde cero. Ahora, esto se puede hacer en minutos con la potencia de las TPU. También explorarás varios enfoques, desde un aprendizaje por transferencia muy simple hasta arquitecturas convolucionales modernas, como Squeezenet. En este lab, se incluyen las explicaciones teóricas necesarias sobre las redes neuronales y se trata de un buen punto de partida para los desarrolladores que están aprendiendo sobre el aprendizaje profundo. En este lab, se utiliza TensorFlow 2.

• TensorFlow

Canalizaciones de datos con velocidades de TPU: tf.data.Dataset y TFRecords

Las TPU son muy rápidas, y la transmisión de datos de entrenamiento debe mantenerse a la par con su velocidad de entrenamiento. En este lab, aprenderás a cargar datos de GCS con la API de tf.data.Dataset para alimentar tu TPU.

• TensorFlow

Tu primer modelo de Keras, con aprendizaje por transferencia

En este lab, aprenderás a compilar un clasificador de Keras. En lugar de tratar de descubrir la combinación perfecta de capas de red neuronal para reconocer flores, primero usaremos una técnica llamada aprendizaje por transferencia para adaptar un potente modelo previamente entrenado a nuestro conjunto de datos. En este lab, se incluyen las explicaciones teóricas necesarias sobre las redes neuronales y se trata de un buen punto de partida para los desarrolladores que están aprendiendo sobre el aprendizaje profundo.

Convnets modernos, squeezenet, Xception, con Keras y TPU

En este lab, aprenderás sobre la arquitectura convolucional moderna y usarás tus conocimientos para implementar un convnet sencillo pero eficaz llamado “squeezenet”. En este lab, se incluyen las explicaciones teóricas necesarias sobre las redes neuronales convolucionales y se trata de un buen punto de partida para los desarrolladores que están aprendiendo sobre el aprendizaje profundo.

• TensorFlow

Compila una aplicación de chat basada en LLM y RAG con bases de datos de Cloud SQL y LangChain

En este codelab, aprenderás a crear una base de datos, implementar el servicio de recuperación de IA generativa para bases de datos y crear una aplicación de chat de ejemplo usando el servicio.

• Cloud SQL

TensorFlow, Keras y aprendizaje profundo, sin un doctorado

En este codelab, enseñarás a la computadora a reconocer dígitos escritos a mano con un 99% de exactitud en 100 líneas de código de Python o Keras.

• TensorFlow

Usa la API de Video Intelligence con Python

En este instructivo, aprenderás a usar la API de Video Intelligence con Python.

From Notebook to Kubeflow Pipelines with HP Tuning: A Data Science Journey

En este codelab, aprenderás a compilar e implementar canalizaciones complejas de ciencia de datos con ajuste de hiperparámetros en Kubeflow Pipelines, sin necesidad de usar comandos de la CLI ni SDKs.

Kubeflow Pipelines: Resumen de problemas de GitHub

En este codelab, configurarás la instalación de una canalización de Cloud AI Platform (KFP alojada) con GKE, compilarás y ejecutarás flujos de trabajo de AA con Kubeflow Pipelines, y definirás y ejecutarás canalizaciones desde un notebook de AI Platform (Jupyter).

• TensorFlow

De notebooks a canalizaciones de Kubeflow con MiniKF y Kale

En este codelab, aprenderás a compilar y a implementar canalizaciones complejas de ciencia de datos con Kubeflow Pipelines, sin necesidad de usar SDK ni comandos de la CLI.

IA generativa para estadísticas de video con Vertex AI

Aprende a analizar las vistas de los influencers en YouTube sobre cualquier empresa o producto con las capacidades de la IA generativa de Google.

Administra procesadores de Document AI con Python

En este instructivo, aprenderás a administrar procesadores de Document AI con Python.

Crea, entrena e implementa un modelo XGBoost en AI Platform de Cloud

En este lab, verás un flujo de trabajo de AA completo en GCP: transferir datos desde BigQuery, compilar un modelo XGBoost en una instancia de AI Platform Notebooks de Cloud e implementar el modelo en AI Platform.

Cómo analizar con la Herramienta What-If un modelo de AA financiero implementado en AI Platform de Cloud

En este lab, aprenderás a entrenar un modelo XGBoost en un conjunto de datos financieros, implementarlo en AI Platform de Cloud y analizarlo con la Herramienta What-If

• TensorFlow

Crea un asistente de Shopping inteligente con AlloyDB y Vertex AI Agent Builder (parte 2)

En este codelab, compilarás una aplicación de chat basada en el conocimiento que se diseñó para responder preguntas de los clientes, guiar el descubrimiento de productos y adaptar los resultados de la búsqueda para un conjunto de datos de comercio electrónico.

Crea un asistente de búsqueda de patentes con AlloyDB y Vertex AI Agent Builder (parte 2)

En este codelab, compilarás una aplicación de chat impulsada por el conocimiento que se diseñó para responder preguntas relacionadas con la búsqueda de patentes y aportarás resultados relevantes para el contexto que se basan en la verdad del conjunto de datos de patentes como su fuente.

La visión artificial se facilitó: Vision AI en Spring Boot y Java

Crearemos una aplicación de visión artificial con Spring Boot y Java, lo que te permitirá aprovechar el potencial del reconocimiento y análisis de imágenes en tus proyectos.

• Cloud Run

Usa la API de Speech-to-Text con Python

En este instructivo, aprenderás a usar la API de Speech-to-Text con Python.

IA generativa determinista con llamadas a funciones de Gemini en Java

Demuestra la función de llamada a función de Gemini en una aplicación de Java invocando el modelo de Gemini para organizar la entrada para la llamada a función, invocar la API y, luego, procesar la respuesta en otra llamada de Gemini e implementarla en un extremo de REST.

Reconocimiento óptico de caracteres (OCR) con Document AI (Python)

En este codelab, realizarás reconocimiento óptico de caracteres (OCR) en documentos PDF con Document AI y Python. Descubrirás cómo realizar solicitudes de procesamientos en línea (síncrono) y por lotes (asíncrono).

Procesadores especializados con Document AI (Python)

En este codelab, aprenderás a usar Procurement DocAI y Lending DocAI para clasificar y analizar documentos especializados.

Análisis de formularios con Document AI (Python)

En este codelab, aprenderás a usar el analizador de formularios de Document AI para analizar un formulario escrito a mano con Python. Usaremos un formulario de admisión médica simple como ejemplo, pero este procedimiento funcionará con cualquier

Document AI Workbench: Extractor de documentos personalizado

En este codelab, descubrirás cómo usar Document AI Workbench para crear modelos completamente personalizados con tus propios datos de entrenamiento.

Document AI Workbench: Enriquecimiento

En este codelab, aprenderás a usar el entrenamiento de Document AI para mejorar la calidad de los modelos con tus propios datos de entrenamiento.

Document AI: Con interacción humana

En este codelab, aprenderás a usar la función Human in the Loop de Document AI para completar tareas de revisión humana con procesadores especializados.

Previsión de series temporales con Vertex AI y BigQuery ML

En este lab, aprenderás a resolver problemas de series temporales con Vertex AI, lo que abarcará Notebooks, entrenamiento, predicciones y BigQuery ML.

• TensorFlow

Entrenamiento y ajuste de hiperparámetros de un modelo de PyTorch en AI Platform de Cloud

En este lab, aprenderás a entrenar tu modelo en la nube con el ajuste de hiperparámetros. Te mostraremos cómo hacerlo con PyTorch, pero puedes hacerlo en cualquier framework que desees.

Usa la API de Text‑to‑Speech con Python

En este instructivo, aprenderás a usar la API de Text‐to‐Speech con Python.

Usa la API de Vision con Python

En este instructivo, aprenderás a usar la API de Vision con Python.

Estadísticas generativas con BigQuery SQL y Vertex AI

Compila una app de predicción y receta para la clasificación de éxito de películas con consultas en SQL de BigQuery y la API PaLM de Vertex AI.

LLM solo de SQL con BigQuery ML usando la API de PaLM de Vertex AI

Resumen de código fuente de repositorios de GitHub disponible como conjunto de datos públicos de BigQuery, con el modelo de lenguaje grande de Vertex AI para la generación de texto (text-bison) como función remota alojada en BigQuery.

App de Chat con la API de PaLM en Cloud Run

Desarrollar una aplicación de chat con el framework de Python Flask y el modelo de la API de PaLM de Vertex AI

• Cloud Run

Entrena y, luego, implementa un modelo de clasificación de imágenes integrado en el dispositivo con AutoML Vision en el Kit de AA

En este codelab, entrenarás un clasificador de imágenes con AutoML Vision Edge en el ML Kit y lo ejecutarás en un teléfono Android o iOS con el SDK del ML Kit.

• Android
• TensorFlow
• ML Kit
• Firebase

Cloud Function que une los modelos de Text Bison de PaLM

Demuestra una Cloud Function escrita en Python que inicializa el módulo de Vertex AI y, luego, proporciona un extremo para invocar el modelo Text Bison de PaLM.

Crea un modelo de clasificación de texto personalizado y actualiza tus apps con él

En este codelab, aprenderás a mejorar el modelo que compilaste en la ruta de aprendizaje Comienza a usar la clasificación de texto para dispositivos móviles, de modo que puedas tener un modelo que funcione con tus propios datos. Luego, verás cómo actualizar tus apps para iOS y Android con el nuevo modelo.

• TensorFlow
• Android

Compila un modelo de aprendizaje automático de spam de comentarios

En este codelab, aprenderás cómo se crea un modelo de aprendizaje automático capaz de filtrar el spam de otros comentarios.

• TensorFlow
• Android

Cómo compilar una app básica con estilo de mensajería

En este codelab, aprenderás a compilar una app de mensajería simple con un cuadro de texto y un botón para enviar.

• TensorFlow
• Android

App de resumen de texto con Vertex AI y el kit Svelte

Compila un caso de uso de resúmenes de texto para permitir que los usuarios resuman artículos, textos y otras formas de contenido con Vertex AI de Google Cloud en una app web de Svelte Kit.

Crea un modelo personalizado para tu clasificador de imágenes

En este codelab, entrenarás un modelo de AA para que reconozca flores específicas.

• Android
• TensorFlow

TensorFlow.js: Vuelve a entrenar un modelo de detección de comentarios spam para manejar casos extremos

En este codelab, aprenderás a usar Model Maker para volver a entrenar un modelo de comentarios spam para que tenga en cuenta los casos extremos que el modelo previamente entrenado no pudo controlar y, luego, volver a implementar el nuevo modelo en la aplicación web.

• TensorFlow

Integra un modelo personalizado en tu app

En este codelab, aprenderás a integrar un modelo de clasificación de imágenes personalizado en una app para Android o iOS con los modelos personalizados del ML Kit.

• Android
• TensorFlow

Métodos para resúmenes de textos con la API de PaLM de Vertex AI

En este instructivo, aprenderás a usar modelos generativos para resumir información de un texto con el método de relleno

Crea una cámara web inteligente en JavaScript con un modelo de aprendizaje automático previamente entrenado de TensorFlow.js

En este codelab, aprenderás a cargar y usar uno de los modelos previamente entrenados de TensorFlow.js (COCO-SSD) y a usarlo para reconocer objetos comunes con los que se entrenó.

• TensorFlow

Usa Document AI Warehouse para transferir, procesar y buscar documentos

En este codelab, usarás Document AI Warehouse para transferir, procesar y buscar todo el texto de documentos.

Implementa un "Google Traductor" App de Express.js en App Engine, Cloud Functions y Cloud Run

En este codelab, aprenderás a usar la API de Google Cloud Translation con Node.js y a ejecutarla de forma local o a implementarla en una plataforma de computación sin servidores de Cloud (App Engine, Cloud Functions o Cloud Run).

Crea un modelo de detección de fraudes en AI Platform de Cloud con TensorFlow Enterprise y BigQuery

En este lab, transferirás directamente un conjunto de datos de BigQuery y entrenarás un modelo de detección de fraudes con TensorFlow Enterprise en AI Platform de Google Cloud.

• TensorFlow

Explicación de un modelo de detección de fraudes con AI Platform de Cloud

En este lab, compilarás un tf.keras para identificar transacciones fraudulentas con TensorFlow y, luego, interpretarás los resultados del modelo con el SDK de Explainable AI de Cloud.

• TensorFlow

De datos a la IA generativa con Spanner y la API de Imagen de Vertex AI

Compila una app de generación de poses para generar imágenes basadas en instrucciones de poses creadas por el usuario con datos recuperados de la base de datos de Spanner usando la API de la app de servidor.

Chat potenciado por IA generativa con usuarios y documentos en Java con PaLM y LangChain4J

En este codelab, chatearás con tus usuarios o harás preguntas sobre tu documentación usando IA generativa en Java, integrando el modelo grande de lenguaje PaLM y aprovechando el framework de organización de LangChain4J LLM.

Automatiza tareas de Google Workspace con la API de Gemini

Aprende a usar la potencia de la API de Gemini para automatizar tareas de Google Workspace y explorar más posibilidades.

• Google Workspace

Cómo interactuar con las APIs usando llamadas a funciones en Gemini

En este codelab, usarás las llamadas a funciones en Gemini para compilar una app para que los usuarios pregunten sobre tasas de cambio, recuperen los datos más recientes de una API externa y le respondan al usuario.

Generación de texto de IA generativa en Java con PaLM y LangChain4J

En este codelab, comenzarás con la IA generativa en Java, integrarás el modelo grande de lenguaje de PaLM y aprovecharás el framework de organización de LangChain4J LLM

Capacitación sobre TensorFlow.js en el codelab de Node.js

En este codelab, aprenderás a compilar y entrenar un modelo de estimación de lanzamiento de béisbol con TensorFlow.js en un servidor Node.js, y a entregar métricas a un cliente.

• TensorFlow

TensorFlow.js: Convierte un modelo guardado de Python en un formato de TensorFlow.js

En este codelab, aprenderás a tomar un modelo de AA de Python existente que está en formato de modelo guardado y convertirlo al formato de TensorFlow.js para que se pueda ejecutar en un navegador web. Además, aprenderás a abordar problemas habituales que pueden ocurrir en las conversiones.

• TensorFlow

Automatización de comandos de Slack

Código fuente para crear un comando de barra de Slack a fin de resumir texto en la aplicación de Slack La aplicación de Slack usa la Cloud Function para invocar la API de PaLM para resumir textos.

Reconoce flores con TensorFlow Lite en Android

En este codelab, tomarás un clasificador de imágenes y lo ejecutarás en un teléfono Android con TensorFlow Lite.

• Android
• TensorFlow

Similarity Search con Spanner y Vertex AI

Crea una aplicación de búsqueda de similitud para la recomendación de indumentaria basada en entradas del usuario y realiza una búsqueda con los datos almacenados en Spanner e indexados por la búsqueda de vectores para responder con los vecinos más cercanos.

Reconocimiento de voz con IA con TensorFlow Lite para microcontroladores y SparkFun Edge

En este codelab, aprenderás a ejecutar un modelo de reconocimiento de voz con TensorFlow Lite para microcontroladores en SparkFun Edge, una placa de desarrollo con batería que contiene un microcontrolador.

• TensorFlow

TensorFlow.js: Reconocimiento de audio mediante aprendizaje por transferencia

En este codelab, compilarás una red de reconocimiento de audio básica que puede reconocer tus sonidos y usarla para controlar un control deslizante en el navegador. Usarás TensorFlow.js, una biblioteca de aprendizaje automático potente y flexible para JavaScript.

• TensorFlow

Reconoce texto y rasgos faciales. Kit de AA: iOS

En este codelab, compilarás una app para iOS con ML Kit que usa aprendizaje automático en el dispositivo para reconocer texto y rasgos faciales en imágenes.

• ML Kit

Análisis de estantería de libros: Usa Gemini para compilar una aplicación de Cloud Run en Java que lleve los datos de BigQuery a la Web

Usaremos Gemini para crear una aplicación de resumen de estantería de libros que lleve los datos de BigQuery a la Web y se implemente en Cloud Run.

• Cloud Run

Cómo compilar una aplicación de chat basada en LLM y RAG con AlloyDB AI y LangChain

En este codelab, aprenderás a crear un clúster de AlloyDB, implementar el servicio de recuperación de bases de datos de IA generativa para bases de datos y crear una aplicación de muestra con el servicio.

TensorFlow.js: Realiza predicciones a partir de datos en 2D

En este codelab, entrenarás un modelo para realizar predicciones a partir de datos numéricos. A partir de la potencia de un automóvil, el modelo intentará predecir la cantidad de “millas por galón” del vehículo. En la terminología de aprendizaje automático, esto se describe como una tarea de regresión, ya que predice un valor continuo.

• TensorFlow

TensorFlow.js: Reconocimiento de dígitos escritos a mano con CNN

En este codelab, entrenarás un modelo para identificar dígitos escritos a mano. En la terminología de aprendizaje automático, esto corresponde a una tarea de clasificación, ya que predice una categoría para una entrada determinada.

• TensorFlow

Usa Document AI para procesar de forma inteligente tus formularios de escritura a mano (Python)

En este codelab, me enfocaré en crear un instructivo en el que se use la API de Document AI con Python.

Clasificador de imágenes mediante aprendizaje por transferencia de TensorFlow.js

En este codelab, aprenderás a compilar una “Teachable Machine” sencilla, un clasificador de imágenes personalizado que entrenarás en el momento en el navegador con TensorFlow.js.

• TensorFlow

TensorFlow.js: Usa Firebase Hosting para implementar y alojar un modelo de aprendizaje automático a gran escala

En este codelab, aprenderás a usar la infraestructura de Firebase para implementar un modelo de AA a fin de que se pueda utilizar y consumir en tu sitio web con TensorFlow.js

• TensorFlow

Entrena un modelo de detección de comentarios spam con Model Maker de TensorFlow Lite

Aprende a entrenar un modelo de detección de comentarios spam con Model Maker de TensorFlow Lite.

• Flutter
• TensorFlow

Crea una app de Flutter para clasificar textos

Aprende a compilar una app de Flutter que clasifique textos y muestre los resultados en su IU.

• TensorFlow
• Flutter

Crea un modelo de clasificación de texto personalizado con Model Maker de TensorFlow Lite

Aprende a volver a entrenar el modelo de detección de spam para detectar tipos específicos de spam con Model Maker de TensorFlow Lite.

• TensorFlow
• Flutter

Compila e implementa un modelo de detección de objetos personalizado con TensorFlow Lite (Android)

En este codelab, compilarás una app para Android que puede detectar objetos en imágenes. Comenzarás con el entrenamiento de un modelo de detección de objetos personalizado con TFLite Model Maker y, luego, lo implementarás con la biblioteca de tareas de TFLite

• Android
• TensorFlow

Compila tu primera app de visión artificial en Android o iOS

En este codelab, aprenderás a compilar una app simple para iOS y Android capaz de etiquetar correctamente una imagen.

• TensorFlow
• Android

TensorFlow.js: Vuelve a entrenar un modelo de detección de spam de comentarios para controlar casos extremos

En este codelab, aprenderás a usar Model Maker para volver a entrenar un modelo de comentario spam a fin de que considere casos extremos que el modelo previamente entrenado no pudo controlar y, luego, volver a implementar el nuevo modelo en la aplicación web.

• TensorFlow

Crea un modelo de clasificación de audio personalizado previamente entrenado

En este codelab, aprenderás a personalizar un modelo de clasificación de audio previamente entrenado para detectar sonidos de pájaros.

• TensorFlow
• Android

Crea una app básica de clasificación de audio

En este codelab, aprenderás a crear una app básica de clasificación de audio que puede grabar audio con el micrófono del teléfono.

• TensorFlow
• Android

TensorFlow.js: Crea un sistema de detección de spam y comentarios

En este codelab, aprenderás a compilar una página web sencilla que tenga la capacidad de realizar comentarios similares a un artículo de entrada de blog e integrarla a un modelo de aprendizaje automático previamente entrenado para detectar entradas de spam, lo que te permitirá filtrarlas antes de que aparezcan. se almacenan en cualquier base de datos backend, lo que reduce el tiempo y el costo de procesamiento del servidor.

• TensorFlow

Backend de Product Search de la API de Call Vision en Android

En este codelab, agregarás código a una app para Android a fin de llamar a un backend de Product Search de la API de Vision a fin de que los usuarios de la app puedan buscar productos con imágenes.

• Android

Compila un backend de búsqueda de imágenes de productos con Product Search de la API de Vision

En este codelab, aprenderás a compilar un backend de búsqueda de imágenes de productos con Product Search de la API de Vision y a crear una clave de API para llamar al backend desde apps para dispositivos móviles.

• Android

Crea un sitio web simple que clasifique imágenes

Aprende a crear un sitio web sencillo que clasifique imágenes con TensorFlow Serving.

• TensorFlow

Crea una app para iOS a fin de predecir valores

Aprende a compilar una app para iOS que detecta objetos dentro de imágenes y procesa los resultados en su IU.

• TensorFlow

Crea una app para Android a fin de detectar objetos dentro de las imágenes

Aprende a compilar una app para Android que detecta objetos dentro de imágenes y procesa los resultados en su IU.

• TensorFlow
• Android

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

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

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 in 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 in 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 in 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 in 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