สำรวจเนื้อหา Privacy Sandbox

เจาะลึกหัวข้อทางเทคนิคด้วยการสำรวจคอลเล็กชันคำแนะนำที่เกี่ยวข้อง, เส้นทาง, Codelab และอื่นๆ

กรองตาม

เลือกแพลตฟอร์ม
เลือกผู้ชม
เลือกหัวข้อ
เลือกประเภทเนื้อหา
เลือกประเภทเอกสาร
เลือกระดับทักษะ
เลือก API
เลือกบริการ

ในโค้ดแล็บนี้ คุณจะได้เรียนรู้วิธีสร้างและทำให้ตัวแทน Generative AI ใช้งานได้โดยใช้เครื่องมือและโครงสร้างพื้นฐานที่มีประสิทธิภาพของ Google Cloud เราจะอธิบายแนวคิดสําคัญและแนะนําขั้นตอนเบื้องต้นในการทำให้ตัวแทนคนแรกพร้อมใช้งาน

    ในโค้ดแล็บนี้ คุณจะได้เรียนรู้วิธีเรียกใช้เวิร์กโหลด AI/ML ด้วยโปรแกรมเร่งโดยใช้โซลูชันพื้นที่ที่เชื่อถือได้

    • Cloud
    • ความปลอดภัย

    Cloud Run เป็นแพลตฟอร์มที่มีการจัดการโดยสมบูรณ์ซึ่งช่วยให้คุณเรียกใช้โค้ดบนโครงสร้างพื้นฐานที่ปรับขนาดได้ของ Google ได้โดยตรง Codelab นี้จะสาธิตวิธีเชื่อมต่อแอปพลิเคชัน Next.js ใน Cloud Run กับฐานข้อมูล Cloud SQL สำหรับ PostgreSQL ในบทแนะนำนี้

      โค้ดแล็บนี้จะสอนวิธีใช้การถดถอยเชิงโลจิสติกเพื่อทำความเข้าใจระดับที่ฟีเจอร์ต่างๆ เช่น เพศ กลุ่มอายุ เวลาการแสดงผล และประเภทเบราว์เซอร์ เชื่อมโยงกับแนวโน้มที่ผู้ใช้จะคลิกโฆษณา หากต้องการทํา Codelab นี้ให้เสร็จสมบูรณ์

      • Codelab

      โค้ดแล็บนี้จะสอนวิธีใช้การถดถอยเชิงโลจิสติกเพื่อทำความเข้าใจระดับที่ฟีเจอร์ต่างๆ เช่น เพศ กลุ่มอายุ เวลาการแสดงผล และประเภทเบราว์เซอร์ เชื่อมโยงกับแนวโน้มที่ผู้ใช้จะคลิกโฆษณา หากต้องการทํา Codelab นี้ให้เสร็จสมบูรณ์

      • Codelab

      โค้ดแล็บนี้จะสอนวิธีใช้การถดถอยเชิงเส้นเพื่อสร้างโมเดลที่คาดการณ์ต้นทุนต่อคลิก คุณต้องมีสิ่งต่อไปนี้จึงจะทํา Codelab นี้ให้เสร็จสมบูรณ์ได้ หากต้องการทํา Codelab นี้ให้เสร็จสมบูรณ์ คุณจะต้องมีข้อมูลแคมเปญคุณภาพสูงเพียงพอเพื่อสร้างโมเดล

      • Codelab

      โค้ดแล็บนี้จะสอนวิธีใช้การถดถอยเชิงเส้นเพื่อสร้างโมเดลที่คาดการณ์ต้นทุนต่อคลิก หากต้องการทํา Codelab นี้ให้เสร็จสมบูรณ์ คุณจะต้องมีข้อมูลแคมเปญคุณภาพสูงเพียงพอเพื่อสร้างโมเดล เรียกใช้การค้นหาต่อไปนี้

      • Codelab

      ในโค้ดแล็บนี้ คุณจะได้สร้างอินสแตนซ์ Spanner และทำการค้นหาความคล้ายคลึงในเวกเตอร์เชิงลึกโดยใช้การค้นหาเวกเตอร์ในตัวของ Spanner และการผสานรวมกับโมเดล Vertex AI

        พัฒนาระบบผู้ช่วยสอนที่ทำงานด้วยระบบ AI ชื่อ "Aidemy" ใน Google Cloud Platform เพื่อแสดงพลังของระบบหลายตัวแทน รับประสบการณ์จริงในการออกแบบ การสร้าง และทำให้ระบบหลายเอเจนต์ที่ซับซ้อนใช้งานได้ใน Google Cloud, เชี่ยวชาญแนวคิดหลักๆ ในการพัฒนาแอปพลิเคชัน LLM และทําความเข้าใจประโยชน์ของสถาปัตยกรรมที่ทำงานตามเหตุการณ์

        • Cloud
        • Codelab
        ระดับกลาง

        ในโค้ดแล็บนี้ คุณจะได้สร้างแอปพลิเคชันการค้นหาเวกเตอร์ที่อิงตาม RAG ซึ่งออกแบบมาเพื่อค้นหาของเล่นที่ตรงกับการค้นหาของลูกค้า (ผ่านข้อความและรูปภาพ) สร้างของเล่นที่กําหนดเองตามคําขอของผู้ใช้ และคาดการณ์ราคาของของเล่นที่กําหนดเองโดยใช้ AlloyDB, Gemini, Imagen, LangChain4j และ GenAI Toolbox สําหรับฐานข้อมูล

        • AI และแมชชีนเลิร์นนิง
        • Cloud

        ในบทแนะนำนี้ คุณจะได้เรียนรู้วิธีกำหนดค่าและตรวจสอบไปป์ไลน์ Vertex AI ของ Private Service Connect

          ในโค้ดแล็บนี้ คุณจะได้เรียนรู้วิธีสร้างคลัสเตอร์ AlloyDB, ติดตั้งใช้งานบริการการดึงข้อมูลฐานข้อมูล GenAI สําหรับฐานข้อมูล และสร้างแอปพลิเคชันตัวอย่างโดยใช้บริการดังกล่าว

          • Cloud
          • AI และแมชชีนเลิร์นนิง
          • Codelab

          ใน Codelab นี้ คุณจะได้เรียนรู้วิธีทำให้ AlloyDB Omni ใช้งานได้บน VM ประมวลผล โหลดข้อมูล และใช้ AlloyDB Columnar Engine เพื่อปรับปรุงประสิทธิภาพ

          • Cloud
          • Codelab

          ในโค้ดแล็บนี้ คุณจะได้เรียนรู้วิธีทำให้ AlloyDB Omni ใช้งานได้ในคลัสเตอร์ GKE, ทำให้โมเดล I ใช้งานได้ในคลัสเตอร์เดียวกัน, ลงทะเบียนโมเดลใน AlloyDB Omni และทําให้โมเดลทํางานร่วมกัน

          • Cloud
          • Codelab

          ในโค้ดแล็บนี้ คุณจะได้เรียนรู้วิธีใช้ AI ของ AlloyDB ร่วมกับการค้นหาแบบเวกเตอร์ และสร้างดัชนีในข้อมูลเวกเตอร์

          • Cloud
          • AI และแมชชีนเลิร์นนิง
          • Codelab