#Vertex AI

Generative AI 学习资料大全 - Google Cloud平台上的生成式AI开发指南

2 个月前
Cover of Generative AI 学习资料大全 - Google Cloud平台上的生成式AI开发指南

生成式AI在营销中的应用:2024年CMO指南

3 个月前
Cover of 生成式AI在营销中的应用:2024年CMO指南

Google Cloud 应用人工智能工程示例:探索生成式 AI 的无限可能

3 个月前
Cover of Google Cloud 应用人工智能工程示例:探索生成式 AI 的无限可能

FeedGen: 优化购物信息流的生成式AI工具

3 个月前
Cover of FeedGen: 优化购物信息流的生成式AI工具

探索 Google Cloud Platform 的 ASL-ML-Immersion 项目:一个全面的机器学习学习资源

3 个月前
Cover of 探索 Google Cloud Platform 的 ASL-ML-Immersion 项目:一个全面的机器学习学习资源

探索谷歌云生成式AI:Gemini模型与Vertex AI平台的强大功能

3 个月前
Cover of 探索谷歌云生成式AI:Gemini模型与Vertex AI平台的强大功能
相关项目
Project Cover

generative-ai

此资源库提供关于在Google Cloud上使用Generative AI的指南和示例,包括笔记本、代码样本和应用程序示例,帮助用户开发和管理生成式AI工作流。

Project Cover

langchain-coder

LangChain Coder AI是一款智能代码生成工具,集成了OpenAI和Google Vertex AI模型,支持多种编程语言。提供高级代码编辑器和自定义设置,同时支持在线与离线编译模式,提升代码生成的质量和效率。

Project Cover

vertex-ai-samples

此仓库包含用于演示如何使用、开发和管理Google Cloud Vertex AI平台的笔记本、代码示例和应用程序。无论是Vertex AI初学者,还是有经验的机器学习从业者,都可以在这里找到相关资源。用户可以探索、学习并贡献内容,以充分发挥机器学习的潜力。笔记本可以在Colab或Vertex AI Workbench中运行,方便用户详细了解每个服务的使用方法。

Project Cover

asl-ml-immersion

该项目由Google Cloud的Advanced Solutions Lab团队维护,提供包含在Vertex AI上运行的Jupyter笔记本。内容涵盖多种模型架构和数据模态,包括DNN、CNN、RNN和transformers,主要使用TensorFlow和Keras实现。还介绍如何在Vertex AI上进行模型训练、调优和服务。项目结构清晰,用户可通过练习和解决方案目录提高编程技能。

Project Cover

vertexai-cf-workers

vertexai-cf-workers是一个基于Google Cloud Platform Vertex AI服务的云函数工作器项目。它实现了在Cloudflare Workers中集成Google AI能力,支持包括Claude在内的多种AI模型。项目文档提供了完整的配置流程,包括GCP账户设置、API激活、服务账户创建和环境变量配置,便于开发者快速部署AI驱动的云函数。

Project Cover

feedgen

FeedGen是一款开源工具,利用Google Cloud的大型语言模型优化购物信息流。它能改进产品标题、生成全面描述,并填补缺失属性。FeedGen支持零样本和少样本推理,可根据用户数据定制输出,提高质量和一致性。该工具可处理高达3万个商品,并提供评分系统验证生成内容。FeedGen为商家和广告主提供了一种简单可配置的方式来提升信息流质量。

Project Cover

applied-ai-engineering-samples

这个开源项目提供了Google Cloud应用AI工程的参考资料,包括Vertex AI生成式AI模型的使用指南和Google Cloud AI/ML基础设施的最佳实践。项目包含代码示例、实践实验和蓝图,旨在帮助开发者更好地利用Google Cloud的AI能力,适用于大规模AI/ML工作负载。

Project Cover

genai-for-marketing

这个开源项目展示了Google Cloud生成式AI在营销领域的应用。项目提供了从环境配置到实际使用的详细指南,涵盖营销洞察、受众分析、趋势发现和内容生成等功能。通过整合Vertex AI、BigQuery和Workspace等服务,项目旨在提升营销效率,支持数据驱动决策。项目还包含多个Jupyter笔记本,用于演示核心概念。此外,项目集成了Looker仪表板用于数据可视化,以及Vertex AI Search用于改进内容搜索体验。整体架构设计支持从数据分析到内容生成的全流程营销优化。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号