آموزش Gemini و Vertex AI: ساخت اپلیکیشن‌های هوشمند - آخرین آپدیت

دانلود Gemini and Vertex AI: Building Intelligent Applications

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره مبانی Gemini AI و Vertex AI را معرفی می‌کند و دیدگاه‌های معماری را با کدنویسی عملی، توسعه چندوجهی (Multimodal) و ساخت ایجنت‌های هوشمند ترکیب می‌کند. این دوره که برای ارائه هر دو پایه تئوری و تجربه عملی طراحی شده است، بررسی می‌کند که چگونه پیشرفته‌ترین سیستم‌های هوش مصنوعی گوگل در حال متحول کردن توسعه نرم‌افزار، تحلیل داده‌ها و کاربردهای دنیای واقعی هستند. از طریق دروس هدایت‌شده و دموها، شما یاد می‌گیرید که با معماری چندوجهی Gemini کار کنید، از APIها برای متن و بینایی ماشین بهره ببرید، اپلیکیشن‌های هوشمندتری با تولید کد مبتنی بر AI بسازید و ایجنت‌های هوشمند را در Vertex AI طراحی کنید. همچنین تکنیک‌های پیشرفته تنظیم مدل (Tuning)، روش‌های Grounding و استراتژی‌های استقرار (Deployment) را برای ایجاد راهکارهای AI قابل اعتماد و آماده تولید بررسی خواهید کرد. در پایان این دوره، شما قادر خواهید بود: • معماری چندوجهی Gemini، APIها و قابلیت‌های اصلی آن را درک کنید. • Gemini را برای وظایف متنی، بینایی و کدنویسی، از جمله فراخوانی توابع (Function Calling) و درک اسناد پیاده‌سازی کنید. • استراتژی‌های مهندسی پرامپت و بهترین روش‌ها را برای تولید، بهینه‌سازی و تست کد به کار ببرید. • اپلیکیشن‌های چندوجهی را با استفاده از Gemini Live API و تکنیک‌های تبدیل زبان طبیعی به پایگاه داده توسعه دهید. • مبانی Vertex AI، Model Garden و مدل‌های پایه گوگل (Gemini, Imagen, Veo) را بررسی کنید. • ایجنت‌های هوشمند را با استفاده از Agent Development Kit و راهنمایی‌های پرامپت تخصصی بسازید و ارتقا دهید. • مدل‌های Gemini و Vertex AI را با استفاده از LoRA، QLoRA و معیارهای ارزیابی، تنظیم، ارزیابی و بهینه‌سازی کنید. • سیستم‌های AI را با استراتژی‌هایی برای ایجاد تعادل بین هزینه، تأخیر (Latency)، نرخ پردازش (Throughput) و عملکرد مستقر کنید. این دوره برای توسعه‌دهندگان، دانشمندان داده و متخصصان AI که می‌خواهند اپلیکیشن‌های نسل بعد را با قدرت Google Gemini AI و Vertex AI بسازند، ایده‌آل است. داشتن درک پایه از پایتون و یادگیری ماشین مفید خواهد بود، اما هیچ تجربه قبلی با Gemini یا Vertex AI مورد نیاز نیست. با ما همراه شوید تا لبه تکنولوژی AI چندوجهی را کاوش کنید و بیاموزید چگونه اپلیکیشن‌های هوشمندتر و قابل اعتمادتری با Gemini و Vertex AI بسازید!

سرفصل ها و درس ها

مبانی Gemini AI: معماری، APIها و قابلیت‌های اصلی Gemini AI Essentials: Architecture, APIs & Core Capabilities

  • معرفی تخصص Specialization Introduction

  • معرفی دوره Course Introduction

  • معماری چندوجهی Gemini Gemini's Multimodal Architecture

  • مقایسه مدل‌های Gemini Pro در مقابل Ultra Gemini Pro Vs. Ultra Model

  • مقایسه با سایر مدل‌های زبانی بزرگ (LLMs) Comparison with Other LLMs

  • دمو: رابط کاربری Google AI Studio Demonstration: Google AI Studio Interface

  • دمو: استفاده از Gemini API برای قابلیت‌های متن و بینایی Demonstration: Gemini API for Text and Vision Capabilities

  • درک قابلیت‌های خروجی AI Studio Understanding AI Studio's Output Capabilities

  • پیاده‌سازی فراخوانی توابع (Function Calling) Implementing Function Calling

  • درک و تحلیل اسناد Document Understanding

  • تکنیک‌های Grounding در Gemini Grounding Techniques in Gemini

  • تنظیم دقیق مدل‌ها (Fine Tuning) Fine-Tuning Models

ساخت اپلیکیشن‌های هوشمندتر با Gemini AI: کدها، پرامپت‌ها و قدرت چندوجهی Building Smarter Apps with Gemini AI: Code, Prompts & Multimodal Power

  • درک قابلیت‌های تولید کد Understanding Code Generation Capabilities

  • دمو: پایتون با Gemini در Google AI Studio Demonstration: Python with Gemini on Google AI Studio

  • دمو: ++C با Gemini در Google AI Studio Demonstration: C++ with Gemini on Google AI Studio

  • بهترین روش‌ها برای تولید کد Best Practices for Code Generation

  • مهندسی پرامپت در Google AI Studio Prompt Engineering in Google AI Studio

  • تست واحد (Unit Testing) برای کدنویسی قابل اعتماد Unit Testing for Reliable Code

  • دمو: تست واحد برای کدنویسی قابل اعتماد Demonstartion: Unit Testing for Reliable Code

  • بهینه‌سازی ساده کدها Code Optimization Made Easy

  • دمو: بهینه‌سازی ساده کدها Demonstartion: Code Optimization Made Easy

  • تسلط بر Regex برای توسعه‌دهندگان Mastering Regex for Developers

  • دمو: تسلط بر Regex برای توسعه‌دهندگان Demonstration: Mastering Regex for Developers

  • سازگاری با OpenAI OpenAI Compatibility

  • تبدیل زبان طبیعی به SQL Natural Language to SQL

  • دمو: تحلیل اسناد و استخراج کد Demonstration: Document Analysis and Code Extraction

  • دمو: Gemini Live API Demonstration: Gemini Live API

  • استریم Realtime و Live API چندوجهی Stream Realtime/ Multimodal Live API

  • دمو: اپلیکیشن‌های شروع‌کننده (Starter Apps) Demonstration: Starter Apps

مبانی Vertex AI و توسعه ایجنت‌های هوشمند Vertex AI Foundations & Intelligent Agent Development

  • معرفی Vertex AI Introduction to Vertex AI

  • کاوش و استفاده از Model Garden در Vertex AI Model Garden Exploration and Usage on Vertex AI

  • دمو: شروع کار با گوگل کلاود: ورود و تنظیمات پرداخت Demonstration: Getting Started with Google Cloud: Login & Billing Setup

  • معرفی ایجنت‌های AI در Vertex AI Introduction to AI Agents on Vertex AI

  • توسعه ایجنت‌ها با ADK Developing Agents with ADK

  • پرامپت‌نویسی برای ایجنت‌های موثر Prompting for Effective Agent

  • تولید متن و کد با Vertex AI Text and Code Generation with Vertex AI

  • تسلط بر تولید تصویر و ویدیو Mastering Image and Video Generation

  • قابلیت‌های Grounding و ترجمه Grounding and Translation Capabilities

  • استفاده از ابزارهای پرامپت‌نویسی و توکنایزرهای مبتنی بر AI Utilizing AI-Powered Prompt Writing Tools and Tokenizers

تنظیم پیشرفته مدل، ارزیابی و استقرار در Vertex AI Advanced Model Tuning, Evaluation & Deployment on Vertex AI

  • معرفی تنظیم مدل (Model Tuning) Introduction to Model Tuning

  • تنظیم دقیق مدل‌های Gemini برای عملکرد بهینه Fine-Tuning Gemini Models for Optimal Performance

  • تنظیم Embeddingها، Imagen و مدل‌های ترجمه Tuning Embeddings, Imagen, and Translation Models

  • مهاجرت از Google AI به Vertex AI با استفاده از کتابخانه OpenAI Migrating from Google AI to Vertex AI Using the OpenAI Library

  • معرفی ارزیابی مدل در Vertex AI Introduction to Model Evaluation on Vertex AI

  • تعریف معیارهای ارزیابی و آماده‌سازی مجموعه داده‌ها Defining Evaluation Metrics and Preparing Your Dataset

  • اجرا و تفسیر نتایج ارزیابی مدل Running and Interpreting Model Evaluation Results

  • سفارشی‌سازی مدل‌های داور (Judge Models) برای ارزیابی پیشرفته Customizing Judge Models for Enhanced Evaluation

  • استراتژی‌های استقرار مدل و نرخ پردازش تخصیصی Model Deployment Strategies and Provisioned Throughput

  • بهینه‌سازی هزینه، تأخیر و عملکرد در سیستم‌های AI Optimizing Cost, Latency, and Performance in AI Systems

  • افزایش بهره‌وری: Caching، Batching و Throughput Efficiency Boost: Caching, Batching and Throughput

جمع‌بندی دوره و ارزیابی نهایی Course Wrap-Up and Assessment

  • جمع‌بندی دوره Course Summary

نمایش نظرات

آموزش Gemini و Vertex AI: ساخت اپلیکیشن‌های هوشمند
جزییات دوره
14h 43m
51
(آخرین آپدیت)
755
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده