لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش گوگل جمینای (Google Gemini) برای توسعهدهندگان
- آخرین آپدیت
دانلود Google Gemini for Developers
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
گوگل جمینای (Google Gemini) مجموعهای از مدلهای زبانی بزرگ چندوجهی است که بهطور یکپارچه روی تصویر، ویدیو، صدا و کد کار میکند. در این دوره، مدرس Lynn Langit شما را با الگوهای طراحی، ابزارها و بهترین روشهای استفاده از Google Gemini برای ساخت اپلیکیشنهای مبتنی بر LLM آشنا میکند. این موارد شامل الگوهای شناسایی نیازمندیها و طراحی، از جمله مهندسی پرامپت (Prompt Engineering)، الگوهای RAG و Fine-tuning است. قابلیتهای گوگل جمینای را بشناسید، از شروع با Generative AI Studio و سپس ورود به مراحل توسعه، ارزیابی و استقرار مدلها. در طول این مسیر، اپلیکیشنهای جمینای مانند Vertex AI Model Garden و Vertex AI Agent Builder را بررسی کنید.
سرفصل ها و درس ها
مقدمه
Introduction
ساخت آینده: ابزارهای گوگل جمینای برای توسعهدهندگان هوش مصنوعی
Building the future: Google Gemini tools for AI developers
1. محیطهای توسعه جمینای
1. Gemini Dev Environments
آشنایی با محیط Google Gemini 2.x Canvas
Understand Google Gemini 2.x Canvas
استفاده از Colab Jupyter Notebook
Use Colab Jupyter Notebook
استفاده از Google AI Studio
Use Google AI Studio
بررسی مدلهای آزمایشی Google Gemini 2.x
Understand Google Gemini 2.x experimental models
بررسی مدلهای Google Gemini 2.x
Understand Google Gemini 2.x models
2. پرامپتهای جمینای
2. Gemini Prompts
استفاده از دستورالعملهای سیستمی در پرامپتها
Use system instructions with prompts
استفاده از حالت مقایسه (Compare Mode) در جمینای
Use Gemini compare mode
طراحی و تست پرامپتهای مدل زبانی
Design and test language model prompts
طراحی و تست پرامپتهای چندوجهی
Design and test multimodal prompts
3. تنظیمات مدل جمینای
3. Gemini Model Settings
استفاده از داشبورد AI Studio
Use the AI Studio dashboard
پیکربندی پارامترهای مدل
Configure model parameters
تنظیم دمای مدل (Temperature)
Configure model temperature
تنظیمات امنیتی مدل
Configure model safety settings
4. ابزارهای مدل جمینای
4. Gemini Model Tools
استفاده از قابلیت اجرای کد (Code Execution)
Use code execution
استفاده از خروجیهای ساختاریافته (Structured Output)
Use structured output
استفاده از قابلیت Grounding مدل
Use model grounding
استفاده از فراخوانی توابع (Function Calling)
Use function calling
5. اپلیکیشنهای مدل جمینای
5. Gemini Model Applications
Lynn Langit یک معمار ابری است که با خدمات وب آمازون و Google Cloud Platform کار می کند.
لین متخصص در پروژه های کلان داده است. او با AWS Athena، Aurora، Redshift، Kinesis و IoT کار کرده است. او همچنین کارهای تولیدی را با Databricks برای Apache Spark و Google Cloud Dataproc، Bigtable، BigQuery و Cloud Spanner انجام داده است.
لین همچنین بنیانگذار است. آموزش برنامه نویسی به کودکان. او درباره داده ها و فناوری های ابری در آمریکای شمالی و جنوبی، اروپا، آفریقا، آسیا و استرالیا صحبت کرده است.
نمایش نظرات