Privacy Sandbox

瞭解如何運用導覽選項、進階狀態和連帶效果開發實際運作的應用程式。

在本程式碼研究室中，您將學習如何使用 Google Cloud 強大的工具和基礎架構，建構及部署生成式 AI 代理程式。我們將介紹基本概念，並逐步引導你完成初始步驟，讓第一位服務專員順利執行服務。

在本程式碼研究室中，您將瞭解如何使用 Trusted Space 解決方案，透過加速器執行 AI/ML 工作負載。

• Google Cloud
• 安全性

開始使用密碼金鑰，為使用者打造安全又便利的驗證體驗。

Compose for Wear OS 是新型的宣告式 UI 工具包，一起來瞭解如何使用這個工具包建構最適合手錶的美觀 UI。

Cloud Run 是一個全代管運算平台，讓您能直接在可擴充的 Google 基礎架構上執行程式碼。本程式碼研究室將示範如何將 Cloud Run 上的 Next.js 應用程式連結至 PostgreSQL 適用的 Cloud SQL 資料庫。 本實驗室的學習內容包括： 在終端機中啟用 API： 如果出現授權提示訊息，請點選「授權」 繼續操作。 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 建立並設定 Cloud Run 可使用的 Google Cloud

本程式碼研究室將說明如何使用邏輯迴歸，瞭解性別、年齡層、曝光時間和瀏覽器類型等特徵，與使用者按下廣告的可能性有多大的關聯。 如要完成這個程式碼研究室，您需要足夠的高品質廣告活動資料來建立模型。 首先，請選取含有大量高品質資料的舊廣告活動。要是不確定哪個廣告活動含有最佳品質的資料，不妨針對時間最早且可存取的整月資料執行以下查詢： 選取較舊的資料後，您就能針對即將從廣告資料中心移除的資料訓練及測試模型。如果這項資料受到模型訓練限制，資料刪除後，這些限制就會結束。

• 程式碼研究室

本程式碼研究室將說明如何使用邏輯迴歸，瞭解性別、年齡層、曝光時間和瀏覽器類型等特徵，與使用者按下廣告的可能性有多大的關聯。 如要完成這個程式碼研究室，您需要足夠的高品質廣告活動資料來建立模型。 首先，請選取含有大量高品質資料的舊廣告活動。要是不確定哪個廣告活動含有最佳品質的資料，不妨針對時間最早且可存取的整月資料執行以下查詢： 選取非近期資料後，您就能針對即將從廣告資料中心移除的資料訓練及測試模型。如果這項資料受到模型訓練限制，資料刪除後，這些限制就會結束。

• 程式碼研究室

本程式碼研究室將說明如何使用線性迴歸建立模型，以便預測單次點擊出價。 如要完成這個程式碼研究室，請務必符合以下條件： 如要完成這個程式碼研究室，您需要足夠的高品質廣告活動資料來建立模型。 執行下列查詢 最佳做法是將資料表建立步驟與模型建立步驟分開。 請針對您在上一個步驟建立的暫存資料表，執行以下查詢。請放心，您不用提供開始和結束日期，系統會根據暫存資料表的資料推斷這兩項資訊。 資料列 mean_absolute_error mean_squared_error

• 程式碼研究室

本程式碼研究室將說明如何使用線性迴歸建立模型，以便預測單次點擊出價。 如要完成這個程式碼研究室，您需要足夠的高品質廣告活動資料來建立模型。 執行下列查詢 最佳做法是將資料表建立步驟與模型建立步驟分開。 請針對您在上一個步驟建立的暫存資料表，執行以下查詢。請放心，您不用提供開始和結束日期，系統會根據暫存資料表的資料推斷這兩項資訊。 資料列 mean_absolute_error mean_squared_error mean_squared_log_error

• 程式碼研究室

在本程式碼實驗室中，您將建立 Spanner 例項，並使用 Spanner 內建的向量搜尋功能，以及與 Vertex AI 模型整合，對向量嵌入執行相似度搜尋。

在 Google Cloud Platform 上開發名為「Aidemy」的功能性 AI 輔助教學系統，展示多代理系統的強大功能。在 Google Cloud 上設計、建構及部署複雜的多代理系統，掌握 LLM 應用程式開發的關鍵概念，並瞭解事件導向架構的優點，累積實務經驗。

• Google Cloud
• 程式碼研究室

在本程式碼研究室中，您將建構以 RAG 為基礎的向量搜尋應用程式，用於為客戶搜尋相符的玩具 (透過文字和圖片)、根據使用者要求建立自訂玩具，以及使用 AlloyDB、Gemini、Imagen、LangChain4j 和資料庫專用的 GenAI Toolbox 預測自訂玩具的價格。

• Google Cloud
• AI 與機器學習

在本教學課程中，您將瞭解如何設定及驗證 Private Service Connect Vertex AI Pipelines

在本程式碼研究室中，您將學習如何在 GKE 叢集中部署 AlloyDB Omni、將 I 模型部署至相同叢集、在 AlloyDB Omni 中註冊模型，並讓兩者協同運作

• Google Cloud
• 程式碼研究室

在本程式碼研究室中，您將瞭解如何建立 AlloyDB 叢集、為資料庫部署 GenAI 資料庫檢索服務，以及使用這項服務建立範例應用程式。

• AI 與機器學習
• Google Cloud
• 程式碼研究室

在本程式碼研究室中，您將瞭解如何在運算 VM 中部署 AlloyDB Omni、載入資料，以及使用 AlloyDB Columnar Engine 提升效能

• Google Cloud
• 程式碼研究室

在本程式碼研究室中，您將瞭解如何結合使用 AlloyDB AI 和向量搜尋，並為向量資料建立索引

• Google Cloud
• AI 與機器學習
• 程式碼研究室

在本程式碼實驗室中，您將使用 Gemini Code Assist，這是 Google Cloud 中的 AI 技術輔助協作工具。您將瞭解如何使用 Gemini Chat 和內嵌程式碼輔助功能，生成程式碼、瞭解程式碼，以及執行其他 AI 輔助程式碼工作。

• Google Cloud

在本程式碼研究室中，您將瞭解如何使用 Cloud SQL AI 整合功能搭配向量搜尋，並在向量資料上建立索引

• AI 與機器學習
• Google Cloud
• 程式碼研究室

圖片占據網頁載入所需位元組的平均值 超過 60% 。使用 AVIF 可縮小圖片大小，加快網站載入速度。 AVIF 是一種源自 AV1 影片位元串流的圖片格式。AVIF 的設計宗旨是提高壓縮效率。 AVIF 圖片的大小比 JPEG、PNG、GIF 或 WebP 圖片小得多，且品質相同或更佳。 Squoosh 是圖片壓縮網頁應用程式，可輕鬆將圖片壓縮為 AVIF 圖片。 接著，Squoosh 會將圖片壓縮為 AVIF 圖片。Squoosh 完成後，右下角會顯示下載按鈕，並顯示 AVIF

• 網路
• 開放原始碼

在本程式碼研究室中，您將瞭解如何為 AlloyDB 建立 Private Service Connect

• 程式碼研究室

在本程式碼研究室中，您將瞭解如何建立 Gemini 輔助的影片摘要工具，用於摘要 YouTube 影片。

在本程式碼研究室中，您將瞭解如何為 Cloud SQL 建立 Private Service Connect

• 程式碼研究室

在本程式碼研究室中，您將使用 Gen AI Toolbox for Databases 服務，為價格預測應用程式建構及部署工具箱，並使用 AlloyDB 和生成式 AI 功能。

• AI 與機器學習
• Google Cloud

生成式 AI 應用程式也需要像其他應用程式一樣具備可觀察性。 生成式 AI 是否需要特殊的可觀察性技術？ 在本研究室中，您將建立簡單的生成式 AI 應用程式。部署至 Cloud Run 。並使用 Google Cloud 觀測能力服務和產品，為其加入必要的監控和記錄功能。 如果您還沒有 Google 帳戶，請 建立新帳戶 。 在終端機中，啟用本實驗室所需的 Google API： 這個指令需要一段時間才能完成。最後，它會產生類似以下的成功訊息： 如果您收到開頭為 ERROR:

瞭解如何使用 Firebase Data Connect 和 GraphQL 建構網頁應用程式

本程式碼研究室將引導您建立知識驅動的瑜珈姿勢推薦應用程式，該應用程式會提供相符的瑜珈姿勢，回答使用者的問題。您將瞭解如何從 Hugging Face 資料集建立瑜珈姿勢的 Firestore 集合、設定 Firestore 向量搜尋，以及將所有內容整合至 Flask 應用程式。

瞭解最佳做法和建議架構，打造完善且品質媲美正式版的應用程式。

生成式 AI 應用程式也需要可觀察性， 生成式 AI 是否需要特殊的可觀察性技術？ 在本研究室中，您將建立簡單的生成式 AI 應用程式。部署至 Cloud Run 。並使用 Google Cloud 觀測能力服務和產品，為其加入必要的監控和記錄功能。 如果您還沒有 Google 帳戶，請 建立新帳戶 。 在終端機中，啟用本實驗室所需的 Google API： 這個指令需要一段時間才能完成。最後，它會產生類似以下的成功訊息： 如果您收到開頭為 ERROR:

生成式 AI 應用程式也需要可觀察性， 生成式 AI 是否需要特殊的可觀察性技術？ 在本研究室中，您將建立簡單的生成式 AI 應用程式。部署至 Cloud Run 。並使用 Google Cloud 觀測能力服務和產品，為其加入必要的監控和記錄功能。 如果您還沒有 Google 帳戶，請 建立新帳戶 。 在終端機中，啟用本實驗室所需的 Google API： 這個指令需要一段時間才能完成。最後，它會產生類似以下的成功訊息： 如果您收到開頭為 ERROR:

生成式 AI 應用程式也需要可觀察性， 生成式 AI 是否需要特殊的可觀察性技術？ 在本研究室中，您將建立簡單的生成式 AI 應用程式。部署至 Cloud Run 。並使用 Google Cloud 觀測能力服務和產品，為其加入必要的監控和記錄功能。 如果您還沒有 Google 帳戶，請 建立新帳戶 。 在終端機中，啟用本實驗室所需的 Google API： 這個指令需要一段時間才能完成。最後，它會產生類似以下的成功訊息： 如果您收到開頭為 ERROR:

在本實驗室中，您將使用 Google 的生成式 AI 產品，在 Gemini Cloud Assist 的協助下，在 Google Cloud 中建構基礎架構，使用 Data Canvas 的自然語言 SQL 功能查詢 BigQuery 資料，並在 Colab Enterprise Jupyter 筆記本和 Eclipse Theia (Visual Studio Code) 中，透過 Gemini Code Assist 編寫程式碼，以及在 Vertex AI Agent Builder

在本程式碼研究室中，您將建構知識導向的瑜珈姿勢搜尋應用程式，旨在回答使用者關於瑜珈姿勢的問題，並與使用者的問題相符。也能執行建立和編輯瑜珈姿勢等管理工作。

• AI 與機器學習
• Google Cloud

使用 Android Studio 整合 Java 程式碼並將其轉換為 Kotlin

在這個程式碼研究室中，您將瞭解如何將 Java 程式碼轉換為 Kotlin

打造 Android 11 時，我們在語言和程式庫方面投入了大量心力，例如將 Kotlin 支援功能整合至某些最常用的 Jetpack 程式庫、為平台新增 Java API，以及開發新工具來處理原生程式碼中的記憶體毀損問題。本課程包含的影片和文章將示範相關更新項目，並說明如何在 Android 應用程式中實作這些內容。

瞭解如何使用 Activity Recognition Transition API，在應用程式中建構強大的內容功能

• Android 其他主題
• Android 機器學習

在本程式碼研究室中，您將使用 ML Kit 建構 Android 應用程式，該應用程式會使用裝置端機器學習功能，辨識語言並翻譯 59 種語言的文字。您也會瞭解如何整合 CameraX 程式庫，透過即時攝影機動態饋給完成這些工作。

• AI 與機器學習
• 行動

機器學習技術可讓您的應用程式逐步從經驗中學習並進行改善。這個課程將介紹 Android 11 提供的各種機器學習工具和方法。

本程式碼研究室將引導您建立知識驅動的瑜珈姿勢推薦應用程式，該應用程式會提供相符的瑜珈姿勢，回答使用者的問題。您將瞭解如何從 Hugging Face 資料集建立瑜珈姿勢的 Firestore 集合、設定 Firestore 向量搜尋，並將所有內容整合至 Node.js 應用程式。

在這個程式碼研究室中，您要將舊的 PHP 應用程式翻新到 Google Cloud、將其容器化、部署至 Cloud Run，並連結至 Cloud SQL。此外，您將探索如何使用 Cloud Build 進行應用程式 CI/CD，並透過 Secret Manager 加以保護。

• Google Cloud

在本程式碼研究室中，您將瞭解如何使用 PSC 後端搭配全域外部應用程式負載平衡器，存取其他網路中的產生器服務。

運用 Firebase 和 Jetpack Compose 新增驗證、效能監控、宣告式 UI 和功能旗標，打造待辦事項清單 Android 應用程式的功能。

• 程式碼研究室

如要進行這個程式碼研究室，您必須符合以下幾項必要條件。每項規定都會標示是否適用於「本機測試」或「匯總服務」。 您必須下載本機測試工具才能進行本機測試。這項工具會根據未加密的偵錯報表產生摘要報表。 您可以在 GitHub 中的 Lambda JAR 封存檔 下載本機測試工具。其名稱應為 LocalTestingTool_{version}.jar 。 開啟「 Terminal 」，然後使用 java --version 檢查機器是否已安裝 Java 或 openJDK。 如果尚未安裝，您可以前往

• 網路
• 行動
• 程式碼研究室

預計完成時間：1 到 2 小時 您可以透過 2 種模式執行這個程式碼研究室： 本機測試 或 匯總服務 。本機測試模式需要本機電腦和 Chrome 瀏覽器 (不需建立/使用 Google Cloud 資源)。匯總服務模式需要在 Google Cloud 上完整部署匯總服務。 無論您在哪種模式下執行本程式碼研究室，都需要符合一些先決條件。每項規定都會標示是否適用於本機測試或匯總服務。 如要使用 Privacy Sandbox API，請務必為 Chrome 和 Android 完成 註冊和認證 。

• 網路
• 行動
• 程式碼研究室

在本實驗室中，我們將學習如何使用 VPC 服務控管 ，在將資料從 Cloud Storage 轉移至 BigQuery 資料集時，保護 BigQuery 資料移轉服務 。接著，我們會保護 Cloud Storage ，並重複上述程序，將資料從 Cloud Storage 轉移至 BigQuery。Cloud Storage 的保護措施會導致 VPC Service Controls 違規，因此必須修正才能成功轉移。最後，我們也會保護 BigQuery

在這個程式碼研究室中，您會將應用程式內購新增至透過 Dart 後端服務驗證及管理的 Flutter 應用程式。

• 程式碼研究室

瞭解如何使用 Firestore Vector Search

• iOS

在本程式碼研究室中，您將學習如何建構使用 Cloud Firestore 的網頁應用程式。

• 網路

在本程式碼研究室中，您將學習如何建構使用 Cloud Firestore 的 iOS 應用程式。

• Google Cloud

在這個程式碼研究室中，您將使用 Firebase Extensions，為線上市集網頁應用程式新增功能。

• 程式碼研究室

在本程式碼研究室中，您將學習如何建構使用 Cloud Firestore 的 Android 應用程式。

• Google Cloud

在本程式碼研究室中，我們會說明如何建構即時通訊應用程式，藉此在網路上使用 Firebase 平台。

• 網路
• Google Cloud
• 程式碼研究室

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如何使用 Go 編寫應用程式： 應用程式的初始程式碼已完成，可以儲存在版本控制中。

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如何使用 Go 編寫應用程式： 應用程式的初始程式碼已完成，可以儲存在版本控制中。

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如要在 Next.js 中編寫應用程式，請按照下列步驟操作：

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如要使用 Python 編寫應用程式，請按照下列步驟操作：

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如何使用 Java 編寫應用程式： 應用程式的初始程式碼已完成，可以儲存在版本控制中。

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如要使用 Node.js 編寫應用程式，請按照下列步驟操作：

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如要使用 Node.js 編寫應用程式，請按照下列步驟操作：

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如何在 Svelte 中編寫應用程式： 應用程式的初始程式碼已完成，可以儲存在版本控制中。

首次部署網頁應用程式可能會讓您感到困惑，即使在首次部署後，如果程序的工作量太大，您可能會避免部署應用程式的新版本。透過持續部署功能，您可以輕鬆自動部署應用程式變更。 在本研究室中，您將編寫網頁應用程式，並設定 Cloud Run ，以便在應用程式原始碼變更時自動部署應用程式。然後修改應用程式並重新部署。 在終端機中啟用 API： 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 如要使用 Node.js 編寫應用程式，請按照下列步驟操作：

瞭解如何使用 Cloud Scheduler 和 Cloud Run 服務，在 VPC SC 範圍內依排程執行 Cloud Run 工作

瞭解 Wear OS，專為手錶打造的 Android 作業系統。

在已啟用私人服務存取網路的現有 CloudSQL 執行個體上啟用 PSC 連結。然後透過另一個專案中的 PSC 端點連線

• 網路
• 程式碼研究室

在本程式碼研究室中，您將瞭解如何在 Flutter 中使用動畫。您將建立小工具，為大小和顏色製作動畫、加入 3D 卡片翻轉效果、使用動畫套件中的特效，以及新增 Android 的預測返回手勢支援功能。

• 程式碼研究室

在本程式碼研究室中，您將收到 Cloud Pub/Sub 使用 ABAP SDK 的事件

• 程式碼研究室

您可以透過 Google Wallet API 提供各種票證，與使用者互動，例如會員卡、優惠、禮物卡、活動票券、大眾運輸車票、登機證等。每個票證類型 (或票證類別) 都會提供特定用途的欄位和功能，以提升使用者體驗。 不過，這些可能不適用於所有用途。如要打造更貼近需求的體驗，您可以使用通用票證類型。以下是一般票證類型的幾個範例用途： 您可以使用通用票證，用於以下任何用途： 如要進一步瞭解 Google Wallet API，或在 Android 應用程式中新增「新增至 Google 錢包」

在本程式碼研究室中，您將瞭解如何透過 Google Cloud 適用的 ABAP SDK 呼叫 Cloud Storage JSON API 方法與上傳檔案

• 程式碼研究室

在本程式碼研究室中，您將使用 Gemini Pro 模型，透過 ABAP SDK 對產品評論執行情緒分析

• 程式碼研究室

在本程式碼研究室中，您將瞭解如何透過 ABAP SDK 呼叫 Translation API 的方法

• 程式碼研究室

在這個程式碼研究室中，您將瞭解如何將事件發布至 Google Cloud Pub/Sub 服務。

• 程式碼研究室

在本程式碼研究室中，您將學習如何建構 Flutter 應用程式，這個應用程式可產生隨機、好聽的名稱。

• 程式碼研究室

建立含有 PSC 服務連結的 CloudSQL 執行個體。並透過另一個專案中的 PSC 端點連線

• 網路
• 程式碼研究室

在本程式碼研究室中，您將瞭解 Google Cloud Functions (第 2 代)。具體來說，您將部署回應 HTTP 呼叫、Pub/Sub 訊息、Cloud Storage 事件和 Cloud 稽核記錄的函式。

• Google Cloud
• 運算
• 無伺服器

在本程式碼研究室中，您將建立 Spanner 例項，並瞭解如何使用 Spanner Graph。

• 程式碼研究室

在本程式碼研究室中，您將使用 Imagen 模型，透過 Cloud Run 在網頁上建立圖片。

本實驗室將說明如何在 Dataproc 上使用 PySpark，從 BigQuery 載入資料並儲存至 Google Cloud Storage。

• Google Cloud
• 資料

GitHub - 使用 GenAI 自動執行程式碼審查

在本程式碼研究室中，您將瞭解如何使用 ABAP SDK for Google Cloud，從 ABAP 環境呼叫 Vertex AI PaLM 2 Text (text-bison) 大型語言模型。

• 程式碼研究室

如何開始使用事件驅動型 Cloud Run 函式

• 無伺服器

在本程式碼研究室中，您將使用 Cloud KMS 非對稱金鑰加密及解密資料。

• Google Cloud
• 安全性

針對文件和 API 呼叫進行 QA 的 GenAI Agent

瞭解如何在 Cloud Run GPU 上執行穩定的擴散作業

本程式碼研究室會引導使用者逐步在 GKE 上部署 Jenkins 執行個體，包括自動調整建構代理程式。

• 網路

瞭解如何使用 Cloud Storage 值區事件，透過 Eventarc 觸發 Cloud Run 函式，以便使用 Google 的 Vision API 分析資料和處理圖片，並將產生的圖片資訊儲存為 Cloud Storage 中的物件中繼資料。

瞭解如何透過 Cloud Run 部署網站，為容器化應用程式提供無伺服器的靈活性。

• Google Cloud

在本程式碼研究室中，您將瞭解如何整合設定為 Looker SMTP 南向存取權的服務產生器的網際網路 NEG。

在這個程式碼研究室中，您將瞭解如何使用 IPv6 靜態路徑搭配新的下一個躍點屬性，例如 next-hop-instance、next-hop-gateway 和 next-hop-address

在這個程式碼研究室中，您將與使用者對話、詢問說明文件相關問題，或透過函式呼叫來擴充模型、使用 Java 中的生成式 AI、在 Vertex AI 中整合 Gemini 大型語言模型，以及運用 LangChain4j 架構。

• AI 與機器學習
• Google Cloud

瞭解如何使用 Firebase Genkit，透過熟悉的應用程式開發技能和工具，建構生成式 AI 功能。

• 程式碼研究室

瞭解如何在本機電腦的 Visual Studio Code 中，為 Node.js 撰寫、部署及偵錯 Cloud Functions。

• Google Cloud

在本程式碼研究室中，您將瞭解 Private Service Connect 66 的實作方式，並透過部署消費者和供應商網路進行驗證。

瞭解如何運用對話式 AI 平台 (CAIP) Dialogflow CX 建構零售聊天機器人

• Google Cloud

在本程式碼研究室中，您將瞭解如何使用無伺服器元件部署 Wagtail：Cloud Run 用於網頁引擎、Cloud SQL 用於資料庫，以及 Cloud Build 用於媒體資產。

• 無伺服器
• Google Cloud
• 運算

瞭解如何在 Cloud Run GPU 上執行穩定的擴散作業

透過 Python SDK 和 PSC 端點，從 VM 存取 Vertex AI 上的 Anthropic

• 網路
• 程式碼研究室

運用生成式 AI 實作 JIRA 使用者故事

在本研究室中，您將使用 Google 的生成式 AI 產品，在 Gemini Cloud Assist 的協助下，在 Google Cloud 中建構基礎架構。

在本程式碼研究室中，您將瞭解如何透過機密空間透過多方運算技術交易數位資產。

• Google Cloud
• 安全性

您可以使用 Artifact Registry 儲存不同類型的構件，在單一專案中建立多個存放區，並將特定區域或多區域與每個存放區建立關聯。有幾種存放區模式。每種模式的用途都不同。下圖顯示了許多可同時使用不同模式的存放區方式之一。這張圖表顯示兩個 Google Cloud 專案之間的工作流程。在開發專案中，開發人員會建構 Java 應用程式。在另一個獨立的執行階段專案中，另一個建構作業會建立包含應用程式的容器映像檔，以便部署至 Google Kubernetes Engine。

在本程式碼研究室中，您將瞭解如何整合 Cloud SQL PSC 與 Looker PSC，以便進行南向存取。

瞭解如何使用開放原始碼 Lustre Deployment Manager 指令碼，在 Google Cloud Platform 中部署 Lustre Parallel 檔案系統。

• 儲存空間
• Google Cloud
• 資料

在本程式碼研究室中，您將瞭解 Private Service Connect 64 的實作方式，並透過部署消費者和供應商網路進行驗證。

在本教學課程中，您將建立三個 GKE 叢集，分別命名為「preview」、「canary」和「prod」。接著，請建立與每個叢集相對應的 Cloud Deploy 目標，以及 Cloud Deploy 管道，以便定義在這些目標中執行部署作業的步驟順序。 部署流程會由 cloudbuild 管道觸發，該管道會建立 Cloud Deploy 版本，並在預先發布版叢集中執行部署作業。確認預覽版部署成功且運作正常後，您就可以手動在 Canary

瞭解如何將 Relay 整合至 Compose 應用程式，並加快從設計到程式碼的工作流程。

在本程式碼研究室中，您將瞭解如何使用 ABAP SDK for Google Cloud 從 Secret Manager 擷取憑證/密鑰

• 程式碼研究室

本教學課程將說明如何使用 Python 搭配 Translation API。

• Google Cloud
• AI 與機器學習

在本程式碼研究室中，您將在 BigQuery 中建立機器學習 (ML) 模型，並使用 Google Cloud 專用的 ABAP SDK 在 SAP 中取得該模型的預測結果。

• 程式碼研究室

在本程式碼研究室中，您將瞭解如何僅使用幾行程式碼，將 Firebase 驗證新增至 Flutter 應用程式。

• 程式碼研究室

在本程式碼研究室中，您將瞭解如何使用 Cloud NGFW Enterprise，透過 TLS 檢查實現威脅預防。

瞭解如何使用 Jetpack Compose，在以檢視區塊為基礎的 Android 應用程式中新增自動調整式版面配置。

在本程式碼研究室中，將說明如何使用基準設定檔加快應用程式啟動時間和影格時間。

• Android 應用程式品質

在本程式碼研究室中，您將從簡單的 3D 物理模擬遊戲開始著手，並為其整合適應性功能。您將整合下列項目：

• 遊戲

在本程式碼研究室中，您將建構列出多間餐廳的 Android 應用程式。課程目標在於協助您設計、設定及驗證 Android 應用程式連結。

在這個程式碼研究室中，您需要將 Play Integrity API 加入範例應用程式。您會使用 Play Integrity API 要求完整性判定結果，藉此判斷應用程式的授權狀態和完整性，以及執行應用程式的裝置完整性狀態。

在本程式碼研究室中，您將瞭解如何使用 Sensitive Space 保護機器學習模型和智慧財產

• Google Cloud
• 安全性

出價和競價服務 (B&A) 包含 4 項服務，可協助買方和賣方進行 Protected Audience 競價： 買方堆疊： 賣方堆疊： 本程式碼研究室將引導您逐步完成在本機環境中設定及測試端對端設定。這項操作手冊預計需要 1 小時的時間，不含初始服務建構時間。 即使您只處理買方程式碼或賣方程式碼，在本機環境中設定完整工作流程也很有幫助，這樣您就能更瞭解買方和賣方堆疊如何相互運作。設定這兩個堆疊後，日後整合其他方的買方或賣方堆疊時，您就能更有信心。在本機測試服務也可以節省開發成本。

• 網路
• 程式碼研究室

在本研究室中，您將使用 BigQuery Studio 中的 Python 筆記本，透過 BigQuery DataFrames 從非結構化資料中取得洞察資料。

Artifact Registry 是完全受管理的套件管理工具，可提供統一工具來管理 OCI 容器映像檔和語言套件 (例如 Maven 和 npm)。 Artifact Registry 與 Google Cloud 的多項其他服務完全整合，例如以下範例： 本實驗室將以實作教學課程的形式，逐步介紹這些功能。 本實驗室的學習目標為何？ 在 Cloud Shell 設定專案 ID 和專案編號，分別儲存為 PROJECT_ID 和 PROJECT_NUMBER 變數。 本實驗室的原始碼位於

在本實驗室中，您將使用 BigQuery Studio 中的 Python 筆記本，透過 BigQuery DataFrames 清理及分析愛荷華州酒類銷售公開資料集。

在本程式碼研究室中，您將瞭解如何管理即時服務專員代表與機器人代表之間的對話轉移。最後，系統會提供基本的網頁介面，方便您查看與服務專員的所有對話，以及加入或離開聊天室做為即時服務專員。

• 網路

在本程式碼研究室中，您將瞭解如何使用結構化資料擷取程式庫建構 Android 應用程式。您的應用程式會使用結構化資料擷取程式庫，轉譯及處理 FHIR 問卷和回應。 本程式碼研究室著重於 結構化資料擷取程式庫 。我們不會對與本主題無關的概念和程式碼多做介紹，但會事先準備好這些程式碼區塊，屆時您只要複製及貼上即可。如果您之前未建構過 Android 應用程式，可以先 建構第一個應用程式 。 如要下載此程式碼研究室的程式碼，請複製 Android FHIR SDK 存放區： git clone

Cloud Run 是全代管無伺服器平台，能夠讓您執行可透過 HTTP 要求叫用的無狀態容器。本程式碼研究室將示範如何透過使用 IAM 驗證的服務帳戶，將 Cloud Run 上的 Node.js 應用程式安全地連線至 AlloyDB 。 本實驗室的學習內容包括： 在終端機中啟用 API： 如果出現授權提示訊息，請點選「授權」 繼續操作。 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 建立並設定 Cloud Run 可使用的 Google Cloud

瞭解如何透過 Local Home SDK 啟用本地交車功能，藉此提高 Google 助理的智慧住宅整合成效。

• 物聯網 (IoT)

Cloud Run 是全代管無伺服器平台，能夠讓您執行可透過 HTTP 要求叫用的無狀態容器。本程式碼研究室將示範如何將 Cloud Run 上的 Node.js 應用程式連結至 PostgreSQL 適用的 Cloud SQL 資料庫。 本實驗室的學習內容包括： 在終端機中啟用 API： 如果出現授權提示訊息，請點選「授權」 繼續操作。 這個指令可能需要幾分鐘才能完成，但最終應該會顯示類似以下的成功訊息： 建立並設定 Cloud Run 可使用的 Google Cloud 服務帳戶，讓

在本程式碼研究室中，您將使用 FHIR Engine 程式庫建構 Android 應用程式。您的應用程式會使用 FHIR Engine 程式庫，從 FHIR 伺服器下載 FHIR 資源，並將任何本機變更上傳至伺服器。 如果您之前未建構過 Android 應用程式，可以先 建構第一個應用程式 。 HAPI FHIR 是熱門的開放原始碼 FHIR 伺服器。我們在程式碼研究室中使用本機 HAPI FHIR 伺服器，供 Android 應用程式連線。

在本程式碼研究室中，您將瞭解如何在向 Places API 提出要求前，使用 Firebase App Check 和 reCAPTCHA 驗證網頁應用程式。

• Maps JavaScript API
• 程式碼研究室

在本程式碼研究室中，您將建構知識導向的聊天應用程式，用於回答客戶問題、引導產品探索過程，並為電子商務資料集量身打造搜尋結果

• AI 與機器學習
• Google Cloud

在本教學課程中，您將瞭解如何透過 Airflow DAG 在 GKE 上使用 vLLM 訓練及執行模型。

• Google Cloud

在本程式碼研究室中，您將瞭解如何使用 Private Service Connect 存取區域性 Google API。本程式碼研究室將逐步說明如何設定 PSC 網路端點群組，並將其做為內部應用程式負載平衡器的後端。

在本程式碼研究室中，您將瞭解如何運用已簽署的容器映像檔功能，提高機密空間的可用性。

• Google Cloud
• 安全性

在本程式碼研究室中，您將瞭解 Private Service Connect 的通訊埠對應功能。您將瞭解這項功能的好處、使用時機，以及如何以服務供應商的身分在環境中進行設定。

在本程式碼研究室中，您將在 Business Messages 對話平台使用 Python 建構數位服務專員，並在該系列的第 1 部分說明代理程式。在本程式碼研究室中，我們會新增實用的對話開場，並導入商品目錄查詢體驗。

在本程式碼研究室中，您將在 Business Messages 對話平台上使用 Python 建構數位服務專員。我們會逐步引導您使用 API 和 Business Communications Developer Console，建立可回應特定問題的數位服務專員。

瞭解如何將 Firebase 與 Next.js 應用程式整合。

• 程式碼研究室

建構具有簡單使用者介面的 Android 應用程式，當中將顯示文字和圖片。

建立小費計算機應用程式，根據使用者在應用程式中的輸入內容計算小費。

瞭解如何使用可組合函式建構簡易的應用程式。

在這個程式碼研究室中，您將瞭解 Android 上的「網路安全性設定」，並處理建立安全網路通訊的常見問題。

• Android Connectivity
• Android 應用程式品質

瞭解如何新增動作按鈕、設定鍵盤動作，以及使用 Switch 可組合函式。

Vulkan 是高效能的新型圖像 API，可提供低階的 GPU 存取方式，並以多種做法最佳化實作項目，但缺點是不易使用。替代的 OpenGL ES 雖較為簡單，但其建構基礎是舊版的硬體架構，因此功能和效能不如 Vulkan。OpenGL ES 目前已終止開發，其他平台也多半不再支援 OpenGL ES。Android 計劃讓 OpenGL ES 下線並改用 Vulkan，因此需要協助開發人員做好準備。

• 遊戲

在本程式碼研究室中，您將瞭解如何建立自己的 Wear OS 資訊方塊。您將使用 Tiles Material Components 程式庫，輕鬆建構符合 Material Design 指南的 UI，並在開發期間於 Android Studio 中預覽資訊方塊。

• Android 裝置
• Android 穿戴式裝置
• 使用者介面

為應用程式套用架構最佳做法，並使用 Coil 下載及顯示圖片。

瞭解使用 Android View 建構應用程式的基本概念，以及如何在藉由 View 建構的應用程式中新增可組合項。

瞭解如何使用陣列和集合，包括清單、組合與地圖。

瞭解如何在 Android 應用程式中回應按鈕點擊動作。

實作協同程式，以便在不封鎖應用程式的情況下並行執行任務，並瞭解如何使用 HTTP 和 REST 從網際網路取得資料。

進一步瞭解 Kotlin、物件導向程式設計和 lambda 的基礎知識。

在本程式碼研究室中，您會瞭解如何將 View 系統中畫面的一部分遷移到 Jetpack Compose。

瞭解如何建立可展示名片的 Android 應用程式。

• 使用者介面
• Android Compose

瞭解如何建構互動式的 Dice Roller 應用程式，讓使用者擲骰子並查看結果。

在本程式碼研究室中，我們會說明如何向錶面小工具提供您的資料，同時謹記平台的最佳做法。

• Android 裝置
• 使用者介面
• Android 穿戴式裝置

運用 Kotlin Playground，練習用 Kotlin 協同程式編寫非同步程式碼。

瞭解如何在 Android 應用程式中使用 Kotlin 協同程式，以及如何測試協同程式。

在本程式碼研究室中，您將瞭解如何使用新推出的活動嵌入功能，提升應用程式在大螢幕上的使用體驗。這些功能包括窗格擴展、重疊式呈現、全螢幕對話方塊調暗和活動堆疊固定。

• Android
• 程式碼研究室

瞭解如何使用 Kotlin 中的類別和物件。

瞭解如何讓您的使用者即使沒有網際網路連線，也能與彼此保持聯繫

學習其他 Kotlin 程式設計概念，讓您建構出更有趣、更生動的 Android 應用程式。

與他人輕鬆又安全地保持聯繫並非易事。Android 11 推出了 Connection Notification API 以及 Google Identity 服務程式庫，可協助改善使用者註冊/登入流程。

瞭解如何在應用程式內和跨應用程式啟用檢視區塊的拖曳功能，以及 DragHelper 和 DropHelper 的使用方式。

瞭解如何實作一種標準化版面配置模式，讓應用程式適用於大型螢幕。

在本程式碼研究室中，您將對應用程式進行變更，使其在設有工作資料夾的受管理裝置上執行時，提供更優質的使用者體驗。

本程式碼研究室將說明如何在 SociaLite 應用程式中新增預測返回動畫。

• 程式碼研究室

瞭解如何透過 Jetpack WindowManager 程式庫，讓應用程式適應新的板型規格，例如折疊式裝置和雙螢幕裝置。

提升應用程式效能，讓所有使用者方便使用，並設計自動化測試機制，確保應用程式達成上述目標。

瞭解 Android Enterprise 提供的管理解決方案。

瞭解如何實作進階技術，在 Android 應用程式中打造頂尖的觸控筆體驗。

在 Affirmations 應用程式中加入可捲動的清單

在本程式碼研究室中，您將瞭解如何測試使用 Jetpack Compose 建立的使用者介面。您編寫第一個測試，同時瞭解獨立測試、偵錯測試、Semantics 樹狀結構和同步處理。

• Android Compose
• Android 架構
• 使用者介面

發掘活動嵌入功能的優點、探索實作個案研究，將以活動為基礎的應用程式升級為採用清單/詳細資料版面配置，並瞭解有哪些進階功能可協助您在平板電腦、折疊式裝置和 ChromeOS 裝置上區分應用程式。

透過活動嵌入功能，以活動為依據的應用程式就能支援大螢幕的雙窗格版面配置，不必重構程式碼。您將新增一些依附元件、建立 XML 設定檔、實作初始化器，並在應用程式資訊清單中新增一些內容。或者，如果您偏好使用程式碼，可以在主要活動的 onCreate() 方法進行幾個 Jetpack API 呼叫。在本程式碼研究室中，您將使用 XML 和 API 開發方法，將以活動為依據的應用程式更新為清單/詳細資料的雙窗格版面配置。

• Android

在本課程中，您將瞭解如何根據不同的螢幕大小調整應用程式、提供更優質的使用者體驗，以及如何測試自動調整式 UI。

瞭解「無邊框設計」、「預測返回」和「資訊一覽」如何強化 Android 應用程式的品質與使用者體驗。本課程將引導使用者透過程式碼研究室改善由 Android 維護的 SociaLite 應用程式。

在本程式碼研究室中，您將建構可讀取及寫入健康資料同步的健康與健身應用程式。

瞭解 Compose 這個用於建構原生 Android 使用者介面的新型工具包。

Android Jetpack 包含一系列程式庫，可協助您使用較少樣板程式碼編寫優質應用程式，確保應用程式遵循最佳做法，並可在各個 Android 版本和裝置上以一致的方式運作。本課程會介紹 Android 11 導入的全新程式庫和重大更新。

瞭解如何使用協同程式簡化常見使用情境中的背景工作管理流程，例如發出網路呼叫和存取本機資料。

在本程式碼研究室中，您將學習 Jetpack Compose 的狀態和連帶效果進階概念。瞭解如何為複雜的有狀態可組合項建立狀態容器、建立協同程式並透過 Compose 程式碼呼叫暫停函式，以及如何觸發連帶效果來達成不同的用途。

• Android 架構
• Android Compose
• 使用者介面

實作更進階的版面配置，並在應用程式中加入動畫和樣式。您將認識各種 Compose Animation API，瞭解如何實作 Material Design 3、使用自訂版面配置實作複雜設計，以及運用 Lazy 版面配置打造高效能 UI。

運用所學的按鈕點選行為相關知識，建構應用程式。

在本程式碼研究室中，您將學習如何使用部分 Compose Animation API。

網頁應用程式資訊清單是 JSON 檔案，用於定義 PWA 應如何視為已安裝的應用程式，包括外觀、操作系統中的基本行為。

• 漸進式網頁應用程式
• 課程

透過 Wear 的 Ongoing Activity API，開發人員只需利用少量的程式碼，使用者即可從錶面和應用程式啟動器瞭解應用程式的執行狀態；此外，使用者只要輕觸一下，就能返回應用程式進行重要活動。

在本程式碼研究室中，您將瞭解如何建構及測試 Android Automotive OS 裝置在車輛停妥時帶來的優質體驗，內容包括如何充分運用各種車用螢幕，以及如何透過標準 Android 機制，讓使用者在車輛特有的各種情境中控制內容播放。

• Android 裝置
• 程式碼研究室

瞭解應用程式架構，以及如何使用 ViewModel、UI 狀態和 StateFlow 建構更加複雜的應用程式。

瞭解 Compose for TV 的基本概念，以及如何建立 TV 應用程式中常用的兩個畫面。

這些年來，Android 裝置不斷演進，除了推出了各種尺寸的機種，外觀、螢幕和功能也更加多元。不過，從一開始，使用手機拍照就一直是最重要的用途之一。時至今日，相機功能仍是消費者購買手機時，考慮的其中一項主因。

認識狀態，瞭解如何透過 Jetpack Compose 使用及管控狀態。

本程式碼研究室的目標是使用新推出的 Material Design 3 和 Material You 實作方法，示範如何在 Jetpack Compose 中設定主題。

• Android Compose
• 使用者介面
• Android 架構

瞭解如何使用 Compose 開發支援鍵盤和指標裝置 (例如滑鼠和觸控板) 的應用程式。

• 程式碼研究室

在 Android 1 中要求位置存取權

瞭解如何註冊 Android Sleep API 來取得 SleepSegmentEvents 和 SleepClassifyEvents。

• Android 其他主題

瞭解如何將網路呼叫分離到存放區，進一步改善 Mars Photos 應用程式的架構。

在本程式碼研究室中，您將瞭解如何使用 ViewModel 這個架構元件，並藉由實作 ViewModel，在設定變更期間保留應用程式狀態。

瞭解如何使用修飾符啟用 Compose 的拖曳功能。

瞭解如何使用 Firebase 專用的 Vertex AI，在 Android 應用程式中新增簡易的 Gemini API 功能。

• 程式碼研究室

瞭解 WorkManager 的使用時機和方式；不論應用程式程序是否仍在執行，WorkManager API 都可用於處理必須執行的背景工作。

本程式碼研究室是「 Google Pay API for Web 101：基本概念 」的延伸課程，因此會使用該程式碼研究室中編寫的程式碼。如要完成本程式碼研究室，請務必先完成該程式碼研究室。 以下簡要介紹 ButtonOptions 。詳情請參閱說明文件 選項 必要性 值 onClick 必填 JavaScript 事件處理常式名稱 allowedPaymentMethods 選用 PaymentMethod[] buttonColor 選用 預設、黑色、白色 buttonLocale 選用

• 付款
• 網路
• 程式碼研究室

開始使用 Jetpack Compose，並瞭解可組合函式、基本版面配置和狀態、Material Design、清單和動畫。

在本程式碼研究室中，您可以在 TwoActivities 應用程式中新增記錄陳述式，觀察活動生命週期的變化。您將瞭解這些變化的因應方式，以及如何在這些情況下處理使用者輸入內容。

瞭解如何使用 Nearby Messages API 傳送及探索訊息

瞭解如何使用陣列和集合，包括清單、組合與地圖。

在本程式碼研究室中，您可以瞭解 Android 應用程式架構中的資料層。您會建構存放區、資料模型和資料來源，以便讀取資料並將其寫入本機資料庫和網路服務中。

在本程式碼研究室中，您將瞭解為電視上的電影/劇集建構「接著看」功能的最佳做法。

• Android 裝置

瞭解如何在藉由 Jetpack Compose 建構的應用程式中新增及使用現有的 View。

運用質感設計、動畫和無障礙功能最佳做法等元素，讓應用程式更美觀、更便於使用。

瞭解如何在 Compose 應用程式中加入簡易彈簧效果。

在本程式碼研究室中，您將學習 Compose 的基本概念。

在本程式碼研究室中，您將瞭解如何將 View 系統的部分畫面遷移到 Jetpack Compose。

Android 的 WorkManager API 可讓您輕鬆在背景執行工作。WorkManager 不僅能夠建立可查詢、鏈結和重複使用的工作，也是 Android 推薦的工作排程器。本程式碼研究室將協助您全盤瞭解 WorkManager，一舉囊括簡易工作編寫和較複雜的鏈結工作說明。

使用 Jetpack Compose 開發適用於多種螢幕格式和裝置類型的應用程式。

瞭解如何建構可展示自有藝術空間的 Android 應用程式。

在這個程式碼研究室中，您將瞭解如何使用全新的 Compose for Wear OS，將 Compose 知識應用到穿戴式裝置。最後，您將會在應用程式中建立簡易與進階的穿戴式裝置專用可組合項。

• Android 裝置
• Android 穿戴式裝置
• Android Compose

上次更新時間： 2022 年 5 月 6 日 Cronet 是 Chromium 網路堆疊，可做為供 Android 應用程式使用的程式庫。Cronet 利用多項技術縮短延遲時間，並提高應用程式運作所需的網路要求總處理量。 Cronet 程式庫可處理數以千萬計的使用者每天使用的應用程式，例如： YouTube 、 Google 應用程式 、 Google 相簿 和 Google 地圖 - 導航和大眾運輸 。Cronet 是最常用以支援 HTTP3 的 Android 網路程式庫。 詳情請參閱

• Android Connectivity

在本程式碼研究室中，您將瞭解如何透過 Compose 中立即可用的可組合函式和修飾詞，實際進行設計。

• Android 架構
• Android Compose
• 使用者介面

在這個程式碼研究室中，您會將分頁程式庫整合至會顯示清單的應用程式。分頁程式庫可協助您從本機儲存空間或網路載入較大的資料集並以多頁形式顯示資料。

• Android 架構
• 使用者介面

瞭解如何新增動作按鈕、設定鍵盤動作，以及使用 Switch 可組合函式。

在本程式碼研究室中，您將學習如何藉由管理狀態，建構內容豐富且具互動性的 Compose 應用程式。

• Android Compose
• Android 架構
• 使用者介面

瞭解如何因應 Android 15 強制採用的無邊框措施。

• 程式碼研究室

分析系統追蹤並修正導致延遲的常見原因，讓 Compose 應用程式快速執行。

Android 已在過去幾個版本推出許多個別隱私權功能，我們很高興能協助您在應用程式中採用這些功能！本程式碼研究室旨在統整個別隱私權功能，並向開發人員說明應用程式如何存取使用者的私人資料，並在現有的執行應用程式中採用隱私權的最佳做法。

在本程式碼研究室中，您將瞭解活動生命週期和記錄功能。

在本程式碼研究室中，您將瞭解如何使用 Firebase 基礎架構部署機器學習模型，以便透過 TensorFlow.js 在網站上使用和使用模型

• AI 與機器學習
• 網路

在這個程式碼研究室中，您將使用 Vertex AI Conversation 建立、設定及部署 Data Store Agent 和即時通訊應用程式，回答客戶對 Google 商店中產品的問題。

• AI 與機器學習
• Google Cloud

本程式碼研究室將說明如何使用 Gemini Code Assist 在網站上實作 Material Design。實作 Material Design 後，您將重複進行設計，做出變更以改善使用者體驗並新增功能。在工作坊結束後，您將能夠使用 Gemini 搭配 Material Design 或類似程式庫，建立可供使用且符合使用者需求的網頁，而無需撰寫 CSS。 本程式碼研究室需要兩項必要條件：已啟用 Gemini 的 Google Cloud 專案存取權，以及要設定樣式的網頁。如要在新專案中啟用

透過 Python SDK 和 PSC 端點，從 VM 存取 Gemini

• 網路
• 程式碼研究室

在本程式碼研究室中，您將瞭解 gecko@003 模型及應用程式的實際用途。

• 網路

Cloud 函式，示範如何處理上傳至 Google Cloud Storage 的檔案，以及如何使用 Vertex AI PaLM API 處理內容摘要。

• AI 與機器學習
• Google Cloud

本研究室的目標是探索使用 PSC 傳播功能的 NCC

本研究室的目標是探索 NCC，並將 WAN 設備定義連接至 NCC 中樞的軟體。

本研究室將逐步引導您使用 Media CDN (CDN) 和#43，部署即時串流工作流程示範。Live Stream API &#43；Cloud Storage &#43；媒體播放器。

• 網路

本程式碼研究室會以互動方式，說明如何使用 web-vitals 程式庫評估 Interaction to Next Paint (INP) 。 您可以在 web-vitals-codelabs 存放區 中找到這段程式碼。 本程式碼研究室會使用 Gastropodicon (熱門的蝸牛解剖參考網站)，探討 INP 的潛在問題。 嘗試與網頁互動，瞭解哪些互動速度較慢。 開啟開發人員工具 ：從 「更多工具」 >「開發人員工具」 選單 在網頁上按一下滑鼠右鍵，然後選取「檢查」 ，或 使用鍵盤快速鍵

• 程式碼研究室

在本程式碼研究室中，您將瞭解如何整合透過 HTTPS 設定為服務生產端的網際網路 NEG，讓 Looker Southbound 存取 GitHub.com

在本程式碼研究室中，您將瞭解如何將 Hybrid NEG 整合為 Looker 南向存取權的服務產生器，以便存取內部部署的 postgres 資料庫。

我們只會使用 SQL 搭配 BigQuery ML 來建立電影分數預測模型

• Google Cloud
• AI 與機器學習

我們會使用 Vertex AI AutoML 建立電影分數預測模型，然後部署至 API 端點，並透過 Java Cloud Functions 觸發預測 API。

• Google Cloud
• AI 與機器學習

使用 GenAI 自動化程式碼審查

在本程式碼研究室中，我們將說明 Gemini 1.0 Pro 如何簡化 BigQuery 公開資料集中可用的 citibike_stations 資料，以及充實和簡化等主資料管理應用程式。

在本程式碼研究室中，您將瞭解如何整合 L7 區域性外部應用程式負載平衡器，以便進行北向 Looker 存取。

在這個程式碼研究室中，您將瞭解如何使用 MediaPipe Solutions，在 Android 應用程式中加入裝置端文字轉圖片生成功能。

在這個程式碼研究室中，您將瞭解如何使用 Gemini Pro 建構多模態問題回答系統。

• Google Cloud

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

• Google Cloud
• 無伺服器
• AI 與機器學習

在本程式碼研究室中，您將瞭解如何使用 Dataprep 轉換 Google 表單問卷調查資料，並推送至 BigQuery 進行更深入的分析

• Google Cloud

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

• 無伺服器
• AI 與機器學習
• Google Cloud

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

• AI 與機器學習
• 無伺服器
• Google Cloud

在本程式碼研究室中，您將瞭解可變字型及其優點、如何設計字型，以及如何使用 Google Fonts API 和 CSS 導入這些字型。

• 網路

透過這個程式碼研究室，我們將示範如何搭配使用 Gemini 1.5 Pro、AlloyDB 和 Vertex AI，建構專利搜尋應用程式。

在本程式碼研究室中，您將瞭解如何使用無伺服器元件部署 Django，包括：網路引擎適用的 Cloud Run、資料庫適用的 Cloud SQL，以及媒體資產適用的 Cloud Build。

• Google Cloud
• 無伺服器
• 運算

瞭解如何使用 MediaPipe 建立自訂物件偵測網頁應用程式。

瞭解如何使用圖片分類功能，透過 MediaPipe 偵測 Android 中的手寫數字。

在這個程式碼研究室中，我們會示範如何搭配使用 Gemini 1.0 Pro 與 Spanner 和 Vertex AI，建構專利搜尋應用程式。

在本程式碼研究室中，您將瞭解 Cloud Run 的事件。具體來說，您將會監聽來自 Cloud Pub/Sub、稽核記錄、Cloud Storage、Cloud Scheduler 的事件，以及如何產生/使用自訂事件。

• Google Cloud
• 無伺服器

在本程式碼研究室中，您將瞭解如何搭配使用全域網路防火牆政策和標記，以控管流量

在本程式碼研究室中，您將瞭解如何整合網路 NEG，並將其設為 Looker 南向存取 github.com 的服務供應者。

本研究室的目標是以輪輻的方式，探索使用虛擬私有雲的 NCC

在本程式碼研究室中，您將瞭解如何使用 Vertex AI 監督式微調大型語言模型。

• Google Cloud

瞭解如何使用 Google 提供的負責任 AI 技術、 MakerSuite 和 PAIR 指南，以負責任的方式設計 AI 解決方案原型

在本程式碼研究室中

Spring Native 是一項新興專案，目標是在春季 6.x 和 Spring Boot 3.x 進入主線，也就是說，現在是於產品發布前幾個月做好準備的絕佳時機。

• Google Cloud
• 無伺服器

在這個程式碼研究室中，您將瞭解如何使用 CSS 建立捲動式動畫。您創造出一些相當有趣的特效，例如視差背景圖片和圖片，在進入畫面中時顯示。

在本程式碼研究室中，您將使用 ML Kit 建構 Android 應用程式，這個應用程式會使用裝置端機器學習技術偵測圖片中的物件，然後讓使用者進行視覺化的產品搜尋。

• AI 與機器學習
• 行動

容器分析可為容器提供安全漏洞掃描和中繼資料儲存空間。掃描服務會針對 Artifact Registry 和 Container Registry 中的映像檔執行安全漏洞掃描，然後儲存結果中繼資料，並透過 API 供使用者取用。您可以使用中繼資料儲存空間儲存來自不同來源的資訊，包括漏洞掃描、Google Cloud 服務和第三方供應商。 安全漏洞掃描可自動執行或隨選執行： 將 Container Analysis

在本程式碼研究室中，您將建立具備後端服務的 TCP/SSL 負載平衡器，並將負載平衡器的存取權限制為僅限一組特定的使用者用戶端。

• 安全性
• Google Cloud
• 網路

在本程式碼研究室中，您將瞭解如何設定及驗證 Private Service Connect 自動 DNS

安全部署至 Cloud Run 的基本做法

透過 Identity Aware Proxy 確保在 CloudRun 中運作的應用程式安全無虞，並要求使用者登入

軟體安全漏洞是指可能導致意外系統故障，或讓不肖人士入侵軟體的弱點。Container Analysis 提供兩種 OS 掃描功能，用於找出容器中的安全漏洞： On-Demand Scanning API 可讓您掃描儲存在本機電腦上，或遠端儲存在 Container Registry 或 Artifact Registry 中的映像檔。這樣一來，您就能精確控管要掃描容器安全漏洞的容器。您可以先使用隨選掃描功能掃描 CI/CD 管道中的映像檔，再決定是否要將映像檔儲存在登錄檔中。 本研究室將說明：

安全原始碼技術是一組做法，可用於提升原始碼的安全性。這些技術有助於識別及修正原始碼中的安全漏洞、防止未經授權的存取原始碼，並防止原始碼遭到修改。

這個實作程式碼研究室是「單元 1：開始學習 Android 開發人員基礎知識 (第 2 版)」課程的一部分。如果您按部就班完成各個程式碼研究室，就能充分體驗到本課程的價值： 在本練習中，您將進一步瞭解活動生命週期。生命週期是指活動在整個生命週期中經歷的一組狀態，也就是從系統建立活動、刪除活動，到回收活動資源為止。當使用者瀏覽不同的應用程式活動，以及來回切換應用程式時，活動會在生命週期的不同狀態之間轉換。 活動生命週期中的每個階段都有相對應的回呼方法，例如

生成式 AI 產品屬於新興技術，應用程式的行為可能會比早期形式的軟體更不一致。因此，您必須深入探究所使用的機器學習模型、檢查模型行為的範例，並調查意外情況。 學習技術可解釋性工具 (LIT； 網站 、 GitHub ) 是一個調試和分析機器學習模型的平台，可瞭解機器學習模型的行為為何如此，以及如何運作。 在本程式碼研究室中，您將瞭解如何使用 LIT 充分運用 Google 的 Gemma 模型 。本程式碼研究室示範如何使用可解讀性技術「序列醒目性」來分析不同的提示設計方法。 學習目標：

• 程式碼研究室

本程式碼研究室說明如何使用參數效率調整 (PET) 建立自訂文字分類器。PET 方法只會更新少量參數，因此不必微調整個模型，訓練起來也相對容易且快速。這也讓模型在訓練資料較少的情況下，更容易學習新行為。 Towards Agile Text Classifiers for Everyone 詳細說明瞭這項方法，說明如何將這些技術應用於各種安全性工作，並只需數百個訓練範例就能達到最先進的效能。 這個程式碼研究室使用 LoRA PET 方法和較小的 Gemma 模型 (

• 程式碼研究室

建構及部署雲端對雲端整合，將虛擬智慧洗衣機整合至 Google 助理。

• 物聯網 (IoT)

瞭解如何使用 GCP 指標和 Logging 找出並解決實際工作環境的問題。瞭解如何使用測試套件找出功能性與 API 問題。

• 物聯網 (IoT)

瞭解如何在 Google Cloud 上使用記錄式指標，追蹤模式並分析智慧型家居整合服務的錯誤記錄。

• 物聯網 (IoT)

瞭解如何使用 GCP 指標和 Logging 找出並解決實際工作環境的問題。瞭解如何使用測試套件找出功能性與 API 問題。瞭解如何在開發本機首頁應用程式時使用 Chrome 開發人員工具。

瞭解如何透過 CameraStream 特性和 WebRTC 將網路攝影機的畫面串流至 Google Nest 顯示裝置。

• 物聯網 (IoT)

瞭解如何透過可自訂的裝置特徵強化雲端到雲端整合功能並加以保護，並使用雙重驗證來確保安全。

• 物聯網 (IoT)

瞭解如何透過 Cloud Scheduler 建立 Cloud Run 工作，並設定工作執行作業。

瞭解如何透過 Cloud Deploy 部署 Cloud Run 應用程式。

在本程式碼研究室中，您將建構對話式 AI 服務專員應用程式，用於自動化銷售訂單程序

Cloud Run 的輸入設定

在本程式碼研究室中，您將瞭解如何安全共用多方資料，同時運用機密空間維持機密性

• Google Cloud
• 安全性

在本程式碼研究室中，您將在網頁應用程式中設定 Firebase Performance Monitoring，並瞭解如何使用這項工具確保應用程式為使用者提供良好的運作體驗。

• Google Cloud
• 網路

瞭解如何使用 Firebase 建構 Flutter 行動應用程式。

• iOS
• 程式碼研究室

使用 Firebase 和 StackBlitz 線上編輯器，從頭開始建構網頁應用程式。您將使用基本的 HTML 和 JavaScript 與 Firebase 通訊。這篇簡介完整說明瞭如何使用 Firebase 控制台，將 Firebase 整合至應用程式。無需事先瞭解或安裝軟體。

• 網路
• 程式碼研究室

透過 Room 程式庫在 Android 應用程式中輕鬆建立及使用關聯資料庫。

在這個程式碼研究室中，您將使用 FirebaseA/B 測試功能建立第一個 Firebase 應用程式內通訊實驗。

• 行動

在本程式碼研究室中，您將瞭解如何使用 Cloud Functions for Firebase 傳送通知給即時通訊應用程式的使用者。

• Google Cloud
• 網路
• 程式碼研究室

在本程式碼研究室中，您將建立解決方案，使用 AdWords API 和 Content API For Shopping 新建由 AdWords 管理員帳戶和 Merchant Center 多重客戶帳戶管理的新帳戶。接著連結新的子帳戶，讓新 Merchant Center 子帳戶管理的產品，能再用於由新 AdWords 子帳戶建立的購物廣告活動。

• 廣告

在這個教學課程中，您將瞭解如何設定及驗證 Private Service Connect 介面，以便透過虛擬私有雲對等互連存取服務。

OpenTelemetry 是業界觀測追蹤記錄和指標的業界標準。另外，持續剖析是辨識最後一英里的資訊，以利調整效能。在本程式碼研究室中，您將瞭解如何使用 OpenTelemetry 檢測應用程式，以用於追蹤記錄和分析器代理程式，以及如何在 Cloud Trace 和 Cloud Profiler 的視覺化圖表中找出瓶頸。

在本程式碼研究室中，您將使用 Google Slides API 和 BigQuery 製作簡報，分析最常見的軟體授權分析。

• Google Cloud

在這個程式碼研究室中，您將瞭解如何透過全域存取權設定及驗證 Private Service Connect 對 MongoDB 的存取權。

在本程式碼研究室中，您將瞭解如何保護網頁應用程式，防範未經授權的存取行為。

在這個程式碼研究室中，您將瞭解如何使用 Firebase 平台建構 Android 應用程式。

您將瞭解如何使用 Procurement DocAI，以智慧方式剖析月結單。

• AI 與機器學習
• 網路

在本程式碼研究室中，您將建構用於進行地理雜湊的 Firebase 擴充功能。本入門程式碼研究室可說明如何將現有的 Cloud 函式轉換為 Firebase Extension，以便輕鬆發布給數百萬名開發人員，以及協助擴充 Firebase 專案。

在本程式碼研究室中，使用者將同時使用應用程式發布和 Quicklane 外掛程式來發布 iOS 版本並註冊測試裝置。接著，使用者會從應用程式發行控制台匯出裝置和 UDID 的 .txt 檔案，並自動註冊這些裝置 (這是發布臨時 iOS 版本的必要條件)。

• iOS

在本研究室中，您將學習如何使用 AI 平台筆記本建立機器學習工作流程原型。我們將說明如何建立自訂筆記本執行個體、在 Git 中追蹤筆記本程式碼，以及使用 What-If Tool 對模型進行偵錯。

• AI 與機器學習
• Google Cloud

在這個教學課程中，您會瞭解如何設定及驗證 Private Service Connect 介面。

本研究室將詳細說明如何在 Google Cloud Platform (GCP) 上部署 LIT 應用程式伺服器，以便與 Vertex AI Gemini 基礎模型和自管的第三方大型語言模型 (LLM) 互動。並提供如何使用 LIT UI 進行快速偵錯和模型解讀的操作說明。 在本實驗室中，使用者將學習如何： LIT 是一項可視覺化呈現互動式模型解釋資訊的工具，支援文字、圖片和表格資料。您可以將其當作獨立伺服器執行，也可以在 Google Colab、Jupyter 和 Google Cloud

本研究室說明如何使用 Spark MLlib 和 spark-nlp 對大量資料執行機器學習與自然語言處理。

• Google Cloud
• AI 與機器學習
• 資料

瞭解如何在 Cloud Run 函式中使用修訂版本，進行流量拆分、漸進式推出和復原作業。

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

• AI 與機器學習
• Google Cloud
• 無伺服器

在本程式碼研究室中，您將瞭解 C# 語言的 Google Cloud Run 函式。具體來說，您將部署 C# 函式來回應各種 Google Cloud 來源的 HTTP 和 CloudEvents。

• Google Cloud

在本程式碼研究室中，您將瞭解如何透過 GA4F 導入事件，以及如何透過 Google Ads 推出行動廣告活動。

在本程式碼研究室中，您可以使用 AngularFire 最新的 Angular 程式庫，利用即時協作地圖打造旅遊網誌。最終版網頁應用程式包含旅遊網誌，您可以將圖片上傳到每個曾經造訪的地點。 AngularFire 會用於建構網頁應用程式、用於本機測試的模擬器套件、驗證來追蹤使用者資料、透過 Firestore 和 Storage 保存資料和媒體，並採用 Cloud Functions 技術；最後則是使用 Firebase 託管部署應用程式。 從指令列複製程式碼研究室的 GitHub 存放區 ：

瞭解如何實作多重驗證，並使用封鎖函式建立自訂驗證要求

• 網路
• 程式碼研究室

在本程式碼研究室中，您將使用 FCM HTTP v1 API，將推播通知傳送至在多個平台上運作的應用程式。您可以使用在 Android/iOS/網頁版上順暢執行的 Flutter 建構應用程式。

• 程式碼研究室

本研究室的目標是探索 NCC，並透過動態路徑交換與虛擬私有雲輻射點互連

瞭解 Google Cloud：在 Cloud Run 中部署微服務並加入虛擬 rumpu，讓微服務在其他微服務中擲回「彩虹」，同時贏得勝利！您將會實際部署 Kotlin、Java、Go、Python 或 Node.js 微服務，並在過程中學習容器和 Cloud Run。持續改善演算法，看看您是否能比其他冒險者多獲得分數。

• Google Cloud

瞭解如何透過 GKE 部署、擴充及更新網站。

• Google Cloud

本教學課程將說明如何搭配 Python 使用 Natural Language API。

• Google Cloud
• AI 與機器學習

在本程式碼研究室中，您將建構微服務的事件導向自動化調度管理服務，透過 Eventarc 和 Workflows 處理圖片

• 運算
• 無伺服器
• Google Cloud

在本程式碼研究室中，您會將現有的 Firebase 網頁應用程式遷移至新的模組化 Firebase JS SDK，找出未使用的樹狀結構程式碼，讓應用程式快速載入。

• 網路

瞭解如何搭配使用 Firebase Extensions 與 Gemini API，建構包含 AI 技術輔助功能的網頁應用程式，例如個人化推薦內容。

• 程式碼研究室

在這個程式碼研究室中，您將瞭解如何在 iOS 上使用 Firebase 平台。

• iOS

使用 Private Service Connect 和混合式 NEG，搭配內部 HTTP(s) 負載平衡器，透過混合型網路連線至地端部署服務

在本程式碼研究室中，您將瞭解如何使用 FCM 主題，將推送訊息多點傳播至精選的應用程式執行個體群組。

• 程式碼研究室

在本程式碼研究室中，您將瞭解如何使用 Measurement Protocol 進行伺服器對伺服器呼叫，以將事件傳送至 GA4

瞭解如何透過 Firebase 雲端通訊和 Firebase 應用程式內通訊功能，傳送訊息給使用者。

在這個程式碼研究室中，您將瞭解如何在智慧住宅整合上設定自動快訊，藉此偵測服務中斷情況。

• 物聯網 (IoT)

瞭解 Gemini Code Assist Enterprise 的最新消息，以及這項技術如何協助貴機構運用 Google Cloud 建構內容。

在本程式碼研究室中，您將瞭解如何安全共用多方資料，同時透過機密空間維持機密性。本程式碼研究室著重於如何搭配非 Google Cloud 託管的受保護資源使用機密空間。您將瞭解如何提供 Nonce、目標對象和 PKI 權杖類型，向 Google Attestation Service 要求自訂權杖。

• Google Cloud
• 安全性

在這個程式碼研究室中，您將瞭解如何建立 Cloud SQL 的 Private Services Connect

• 程式碼研究室

完成本程式碼研究室後，您將擁有可運作且整合 Google Pay 的最低可行網站。這個專案會擷取付款權杖，並傳送給付款服務供應商進行處理。 Google Pay 付款要求需要要求物件。此處定義為 baseGooglePayRequest 的物件包含所有要求的最低共同設定。我們會在這個程式碼研究室中，根據提出的要求加入其他設定。 將 Google Pay 設定常數新增至空白的 main.js 檔案： 付款用戶端用於提出付款要求和註冊回呼。在本程式碼研究室中，我們只會提出付款要求。此外，您可以設定

• 網路
• 付款
• 程式碼研究室

在本程式碼研究室中，您將瞭解如何使用 Cloud NGW 企業入侵預防服務來檢查東西向與南北向的流量

在本程式碼研究室中，您將瞭解如何建構適用於手機、平板電腦和摺疊式裝置的自動調整應用程式，並探討可連性。您也會學到 Material 3 自動調整元件的最佳做法。

瞭解如何透過要求驗證以保護 Cloud Functions

• Google Cloud

在這個程式碼研究室中，您將建構使用 Cast Live API 的自訂 Web Receiver 應用程式。

在這個程式碼研究室中，您將使用 Cast Ad Breaks API 建構自訂 Web Receiver 應用程式。

在本程式碼研究室中，您將修改現有的 Android 影片應用程式，以便在支援 Google Cast 的裝置上投放內容。

在這個程式碼研究室中，您需要將 Cast 偵錯記錄工具新增至現有的自訂 Web Receiver 應用程式。

在這個程式碼研究室中，您將建立一個自訂 Web Receiver 應用程式，以便在支援 Cast 的裝置上播放內容。

在本程式碼研究室中，您將修改現有的網路影片應用程式，以便在支援 Google Cast 的裝置上投放內容。

本指南提供將現有網路負載平衡器從目標集區後端轉換為區域性後端服務的操作說明。

• 網路
• Google Cloud

在本程式碼研究室中，您將瞭解 Google Cloud 作業套件。本研究室將使用 gcloud 安裝範例應用程式。部署範例應用程式後，您就能使用 Cloud Monitoring 定義資訊主頁、快訊和運作時間檢查等內容。

• Google Cloud

瞭解可用來建構 Android TV 相關應用程式的開發人員工具。

在本程式碼研究室中，您將修改現有的 Android TV 應用程式，以便支援現有 Cast 發送端應用程式的投放和通訊功能。

瞭解如何使用 BigQuery 遠端函式，針對 Cloud Storage 物件資料表中儲存的圖片，向 Vertex AI 視覺化問題回答 (VQA) 提問。

瞭解如何要求驗證才能叫用 Cloud Run 函式，以確保安全

• Google Cloud

本程式碼研究室將介紹如何透過 Flutter 在開發期間使用 Firebase 模擬器套件。本程式碼研究室會使用驗證和 Firestore 模擬器來示範模擬器的用法。

• 程式碼研究室

與 FCM 舊版 API 相比，FCM HTTP v1 API 可以使用短期存取權杖提供更安全的授權模型。產生 FCM v1 API 存取權杖的步驟與舊版 API 的步驟有顯著差異。 本程式碼研究室會引導您完成用戶端和伺服器端設定程序，以便透過 FCM HTTP v1 API 將推播通知傳送至 Android 應用程式。並著重說明在 v1 API 中產生憑證的關鍵步驟。 如需更多資訊，請前往： 最新的 Android Studio 穩定版 使用下列任一裝置： 您選擇的 Java

瞭解如何使用新的 ARCore Geospatial API。

• AR
• 程式碼研究室

在本實驗室中，您將瞭解如何在 Vertex Pipelines 上使用 Kubeflow Pipelines SDK 執行自訂模型訓練工作。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $5 美元。 這個實驗室使用 Vertex AI ，這是 Google Cloud 上的端對端代管機器學習平台。Vertex AI 將 Google 的機器學習產品整合至 Google Cloud，提供流暢的開發體驗。除了模型訓練和部署服務，Vertex AI

• Google Cloud

在本實驗室中，您將使用 Vertex AI 執行自訂訓練工作。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。您將使用 花卉資料集 建立圖片分類模型。如要瞭解詳情，請觀看隨附的影片： 。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 將 Google Cloud 的機器學習產品整合為流暢的開發體驗。先前，使用 AutoML

• Google Cloud

在本實驗室中，您將使用 Vertex AI ，透過 TensorFlow 在 Vertex AI Training 上執行分散式訓練工作。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。請務必先完成 先前的實驗室 ，再試用這個實驗室。歡迎觀看相關系列影片，瞭解更多資訊： 。 學習重點： 在 Google Cloud 中執行這個實驗室的總費用約為 $2 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 整合了 Google Cloud

• Google Cloud

在本實驗室中，您將使用 Vertex AI ，從預先訓練的圖像分類模型取得預測結果。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。新產品將這兩項功能與其他新產品整合至單一 API。您也可以將現有專案遷移至 Vertex

• Google Cloud

在本實驗室中，您將瞭解如何使用 Vertex Pipelines 建立及執行機器學習管道。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $25 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。這項新產品會與其他新產品一起合併為一個 API。您也可以將現有專案遷移至 Vertex

• Google Cloud

在本實驗室中，您將瞭解如何使用 Vertex 機器學習中繼資料 ，分析 Vertex AI Pipelines 執行作業產生的中繼資料。 學習重點： 在 Google Cloud 中執行這個實驗室的總費用約為 $2 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前使用 AutoML 訓練的模型和自訂模型，都能透過不同的服務存取。新產品將這兩項功能與其他新產品整合至單一

• Google Cloud

瞭解如何轉換簡單的 Java App Engine 應用程式、使用 Buildpacks 將應用程式容器化，以及將應用程式移至 Cloud Run

• Google Cloud
• 無伺服器

在本實驗室中，您將瞭解如何使用自動封裝功能，在 Vertex AI Training 上執行自訂訓練工作。Vertex AI 中的自訂訓練工作會使用容器。如果不想自行建構映像檔，則可使用包裝，依據程式碼建構自訂 Docker 映像檔、將映像檔推送至 Container Registry，並根據映像檔啟動 CustomJob 。 學習重點： 在 Google Cloud 中執行這個實驗室的總費用約為 $2 美元。 使用 Hugging Face 的程式庫時，您會微調 IMDB 資料集 上的

• Google Cloud

我們會使用 Gemini，透過 BigQuery (僅限 SQL 的生成式 AI) 提供書籍建議和摘要分析。

• AI 與機器學習
• Google Cloud

在這個研究室中，您將使用 Vertex AI 在 Vertex AI 訓練中執行超參數調整工作。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。請務必先完成 前一個研究室 ，再試用這個研究室。歡迎觀看相關系列影片，瞭解更多資訊： 。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud

• Google Cloud

在這個適合初學者的程式碼研究室中，您將瞭解如何使用 Angular v14 獨立元件建構範例應用程式

• 網路

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 \

瞭解如何轉換簡單的 Java App Engine 應用程式、使用 Jib 將應用程式容器化，以及將應用程式移至 Cloud Run

• 無伺服器
• Google Cloud

在本程式碼研究室中，您將瞭解如何設定進階負載平衡最佳化功能，以實現全域外部應用程式負載平衡。

• Google Cloud
• 網路

瞭解如何使用 AppSheet 的原生資料庫建構 AppSheet 應用程式。

我們會使用 Gemini 協助建構書架摘要應用程式，這個應用程式只需將 BigQuery 資料傳送到網路，並部署在 Cloud Run 上。

• AI 與機器學習
• 無伺服器
• Google Cloud

瞭解如何將擴增實境功能與 WebXR Device API 搭配使用，以及運用場景理解技術，將 3D 物體放置在現實世界中。

• 網路
• AR

瞭解如何轉換簡易的 Java App Engine 應用程式、透過 Docker 將應用程式容器化，以及將應用程式移至 Cloud Run

• Google Cloud
• 無伺服器

在這個程式碼研究室中，您可開始使用 Cloud Foundation Toolkit(CFT)，並逐步引導您在 CFT 模組中新增功能。

本程式碼研究室說明如何使用 Bigtable 變更串流至 BigQuery 範本。您將使用範例資料集熟悉如何查詢變更記錄，並使用 Looker 建立視覺化的資訊主頁。

在本程式碼研究室中，將說明如何使用基準設定檔加快應用程式啟動時間和影格時間。

隆重推出信號，這是 Angular 的全新反應模型。信號可提供更多高品質工具，方便你進行精細的回饋

• 網路

瞭解如何透過架構內建的工具組，在 Angular 應用程式中遵循無障礙功能的最佳做法。

• 網路

在這個程式碼研究室中，您會建立名為「Hello World」的 Apps Script 專案、新增簡單的函式 logThis，藉此記錄訊息，然後建立 AppSheet 自動化功能，並讓應用程式呼叫指令碼。

在本程式碼研究室中，您將使用 Vertex AI Search/Agent Builder 建構 Google 優質搜尋引擎，回答來自文件和文字檔案中的查詢。

• Google Cloud
• 程式碼研究室

我們會在 Cloud 函式中，使用 Vertex AI 生成式 AI (Gemini) 建立書籍推薦和摘要應用程式，做為 BigQuery 的遠端函式。

• AI 與機器學習
• Google Cloud

在本程式碼研究室中，您將使用 Vertex AI，根據部分提供的規格設計益智問答測驗。您將在雲端託管的開發人員環境中測試測驗產生器，然後部署至 Google Cloud Run，即可公開發布該測驗。研究室結束時，您將整合測驗產生器與完整的應用程式。

• Google Cloud

瞭解如何將預先建立的 Material Design 元件擴充為適合任何網路架構的元件。

• 網路
• 設計

在本程式碼研究室中，您將使用 ML Kit 建構 Android 應用程式，這個套件使用裝置端的機器學習技術來辨識圖片中的文字和臉部特徵。

• AI 與機器學習

在本程式碼研究室中，您將使用 ML Kit 建構 Android 應用程式，這個應用程式會使用裝置端機器學習技術來辨識、辨識語言，並翻譯 59 種語言的文字。此外，您還會瞭解如何整合 CameraX 程式庫，以便透過即時相機畫面完成這些工作。

• AI 與機器學習
• 行動

在本實驗室中，您將使用 Vertex AI 的 共用代管模型功能 ，在同一個 VM 上代管多個模型，以便進行線上預測。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $2 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。這項新產品會與其他新產品一起合併為一個

• Google Cloud

在本實驗室中，您將瞭解如何在 Vertex AI 上使用自訂預測處理常式，編寫自訂預先處理和後續處理邏輯。雖然本範例使用 Scikit-learn，但自訂預測處理常式可搭配其他 Python ML 架構使用，例如 XGBoost、PyTorch 和 TensorFlow。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud

• Google Cloud

use-cmek-to-encrypt-cloud-functions

• Google Cloud

Skaffold 是一種工具，可處理建構、推送及部署應用程式的工作流程。您可以使用 Skaffold 輕鬆設定本機開發工作區、簡化內部開發迴圈，並整合 Kustomize 和 Helm 等其他工具，以便管理 Kubernetes 資訊清單。 在本教學課程中，您將瞭解 Skaffold 的一些核心概念，並使用該工具自動化內部開發循環，然後部署應用程式。 您將學會以下內容： 允許第三方 Cookie。依序按一下「網站無法正常運作」和「允許 Cookie」。 請注意 YAML 中的

本程式碼研究室著重於建立端對端 Vertex AI Vision 應用程式，以便監控即時流量影片串流。我們會使用預先訓練的專業模型人數分析。您也會學到如何建立要在應用程式中擷取的視訊串流、如何建構及部署應用程式、如何透過 BigQuery 分析模型的 JSON 輸出內容，並在 Looker Studio 中以圖表呈現結果。

本程式碼研究室著重於建立端對端 Vertex AI Vision 應用程式，以監控零售儲存庫中的佇列偵測情境。我們會使用預先訓練的專業模型人數分析。您也會學到如何建立要在應用程式中擷取的視訊串流、如何建構及部署應用程式、如何透過 BigQuery 分析模型的 JSON 輸出內容，並在 Looker Studio 中以圖表呈現結果。

在這個研究室中，您將使用 Vertex AI 來訓練及提供表格資料模型。這是 Google Cloud 最新推出的 AI 產品服務，目前為預先發布版。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $22 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML

• Google Cloud

在本實驗室中，您將使用 Vertex AI ，透過自訂容器中的程式碼訓練及提供 TensorFlow 模型。 當這裡使用 TensorFlow 編寫模型程式碼時，你可以輕鬆將其替換為其他架構。 學習重點： 在 Google Cloud 上執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML

• Google Cloud

瞭解如何使用支援基本留言垃圾內容篩選功能的機器學習模型更新應用程式。

• 行動
• iOS

在本實驗室中，您將使用 Vertex AI 建構管道，在 TensorFlow 中訓練自訂 Keras 模型。接著，我們會使用 Vertex AI Experiments 提供的新功能追蹤及比較模型執行結果，找出哪些超參數組合可帶來最佳效能。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud

• Google Cloud

本程式碼研究室著重於建立端對端 Vertex AI Vision 應用程式，示範如何透過動作篩選功能傳送影片。在這個教學課程中，您將瞭解如何使用動作篩選器設定，將影片串流擷取至「應用程式」。

本程式碼研究室著重於建立端對端 Vertex AI Vision 應用程式，示範如何透過事件管理功能傳送事件。我們會使用預先訓練的專業模型人數分析。您也會學到如何建立要在應用程式中擷取的視訊串流，以及如何建構及部署應用程式。

本研究室將說明如何在 Google Cloud 中搭配使用 Pulumi 與 YAML

在本實驗室中，您將使用 Vertex AI 為 TensorFlow 模型執行多工作者訓練工作。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $5 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。新產品將這兩項功能與其他新產品整合至單一 API。您也可以將現有專案遷移至

• Google Cloud

在這個研究室中，您將瞭解如何在金融資料集中訓練 XGBoost 模型、將模型部署至 Vertex AI，並使用 What-if Tool 加以分析。

• AI 與機器學習
• Google Cloud

在這個實驗室中，您將使用 Vertex AI ，透過自訂訓練模型取得線上和批次預測結果。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。請務必先完成 前一個研究室 ，再試用這個研究室。如要瞭解詳情，請觀看隨附的影片： 。 學習重點： 在 Google Cloud 上執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前使用

• Google Cloud

本程式碼研究室將介紹新 WebGPU API 的基礎知識。並引導您完成在 GPU 上執行的 Conway 的《Game of Life》版本。WebGPU 的轉譯功能可用來繪製主機板，WebGPU 的運算功能則可用來更新遊戲狀態。