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

  • تست Gemini Live Test Gemini Live

  • تولید ویدیو با Veo 2 Generate videos with Veo 2

  • تست یک اپلیکیشن جمینای Test a Gemini app

جمع‌بندی Conclusion

  • گام‌های بعدی Next steps

نمایش نظرات

آموزش گوگل جمینای (Google Gemini) برای توسعه‌دهندگان
جزییات دوره
1h 7m
22
(آخرین آپدیت)
4,555
- از 5
دارد
دارد
دارد
Lynn Langit
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Lynn Langit Lynn Langit

Cloud Architect

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.