สำรวจชุดผลิตภัณฑ์สำหรับนักพัฒนาซอฟต์แวร์ที่ออกแบบมาเพื่อส่งเสริมนวัตกรรมของคุณ เพิ่มประสิทธิภาพการพัฒนา ตลอดจนปลดล็อกฟีเจอร์และการเติบโตใหม่ๆ สำหรับโปรเจ็กต์ของคุณ
ภาพหลักของผลิตภัณฑ์
ภาพลูกศรผลิตภัณฑ์ ภาพหลักของผลิตภัณฑ์

ผลิตภัณฑ์ทั้งหมด

กรองตาม

หมวดหมู่ผลิตภัณฑ์
จุดมุ่งเน้นในการพัฒนา

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

โค้ดแล็บนี้จะสอนวิธีใช้การถดถอยเชิงโลจิสติกเพื่อทำความเข้าใจระดับที่ฟีเจอร์ต่างๆ เช่น เพศ กลุ่มอายุ เวลาการแสดงผล และประเภทเบราว์เซอร์ เชื่อมโยงกับแนวโน้มที่ผู้ใช้จะคลิกโฆษณา หากต้องการทํา Codelab นี้ให้เสร็จสมบูรณ์

โค้ดแล็บนี้จะสอนวิธีใช้การถดถอยเชิงเส้นเพื่อสร้างโมเดลที่คาดการณ์ต้นทุนต่อคลิก คุณต้องมีสิ่งต่อไปนี้จึงจะทํา Codelab นี้ให้เสร็จสมบูรณ์ได้ หากต้องการทํา Codelab นี้ให้เสร็จสมบูรณ์ คุณจะต้องมีข้อมูลแคมเปญคุณภาพสูงเพียงพอเพื่อสร้างโมเดล

โค้ดแล็บนี้จะสอนวิธีใช้การถดถอยเชิงเส้นเพื่อสร้างโมเดลที่คาดการณ์ต้นทุนต่อคลิก หากต้องการทํา Codelab นี้ให้เสร็จสมบูรณ์ คุณจะต้องมีข้อมูลแคมเปญคุณภาพสูงเพียงพอเพื่อสร้างโมเดล เรียกใช้การค้นหาต่อไปนี้

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

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

ในบทแนะนำนี้ คุณจะได้เรียนรู้วิธีกำหนดค่าและตรวจสอบไปป์ไลน์ Vertex AI ของ Private Service Connect

ในโค้ดแล็บนี้ คุณจะได้เรียนรู้วิธีสร้างคลัสเตอร์ AlloyDB, ติดตั้งใช้งานบริการการดึงข้อมูลฐานข้อมูล GenAI สําหรับฐานข้อมูล และสร้างแอปพลิเคชันตัวอย่างโดยใช้บริการดังกล่าว

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

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

หรือสำรวจตามส่วนที่มุ่งเน้นด้านการพัฒนา

พัฒนาให้เหมาะกับกลุ่มเป้าหมายและรูปแบบของอุปกรณ์ที่หลากหลาย
สร้างเว็บไซต์และแอปที่รวดเร็วและปลอดภัยสำหรับเว็บแบบเปิด
เข้าถึงโมเดล AI ที่ล้ำสมัยและเครื่องมือโอเพนซอร์สสำหรับแมชชีนเลิร์นนิง
ลดความซับซ้อนและปรับขนาดการพัฒนาจากต้นทางถึงปลายทาง