Entwicklung eines funktionalen KI-gestützten Lehrassistentensystems namens „Aidemy“ auf der Google Cloud Platform, das die Leistungsfähigkeit von Multi-Agenten-Systemen demonstriert. Sie sammeln praktische Erfahrungen beim Entwerfen, Erstellen und Bereitstellen eines komplexen Multi-Agenten-Systems in Google Cloud, beherrschen die wichtigsten Konzepte bei der Entwicklung von LLM-Anwendungen und verstehen die Vorteile ereignisgesteuerter Architekturen.

In diesem Codelab erstellen Sie eine RAG-basierte Vektorsuchanwendung, die passende Spielzeuge für die Kundensuche (über Texte und Bilder) finden, benutzerdefinierte Spielzeuge auf der Grundlage von Nutzeranfragen erstellen und den Preis für das benutzerdefinierte Spielzeug mit AlloyDB, Gemini, Imagen, LangChain4j und der GenAI Toolbox for Databases vorhersagen soll.

In diesem Codelab erfahren Sie, wie Sie einen AlloyDB-Cluster erstellen, den Gen AI Databases Retrieval Service für Datenbanken bereitstellen und mit dem Dienst eine Beispielanwendung erstellen.

In diesem Codelab erfahren Sie, wie Sie AlloyDB Omni in einem GKE-Cluster bereitstellen, ein I-Modell in demselben Cluster bereitstellen, das Modell in AlloyDB Omni registrieren und die beiden zusammenarbeiten lassen.

In diesem Codelab erfahren Sie, wie Sie AlloyDB Omni auf einer Compute-VM bereitstellen, Daten laden und die Leistung mit der AlloyDB Columnar Engine verbessern.

In diesem Codelab erfahren Sie, wie Sie AlloyDB AI in Kombination mit der Vektorsuche verwenden und einen Index für die Vektordaten erstellen.

In diesem Codelab verwenden Sie Gemini Code Assist, einen KI-gestützten Mitbearbeiter in Google Cloud. Sie lernen, wie Sie mit Gemini Chat und Inline-Code-Unterstützung Code generieren, Code verstehen und andere KI-gestützte Programmieraufgaben erledigen können.

In diesem Codelab erfahren Sie, wie Sie die Cloud SQL-KI-Integration in Kombination mit der Vektorsuche verwenden und einen Index für die Vektordaten erstellen.

In diesem Codelab erfahren Sie, wie Sie eine Private Service Connect-Verbindung für AlloyDB erstellen.

In diesem Codelab erfahren Sie, wie Sie eine Private Service Connect-Verbindung für Cloud SQL erstellen.

In diesem Codelab erstellen und stellen Sie eine Toolbox für Ihre Preisvorhersage-Anwendung bereit, die AlloyDB und generative KI-Funktionen mit dem Gen AI Toolbox for Databases-Dienst verwendet.

Webanwendung mit Firebase Data Connect und GraphQL erstellen

In diesem Codelab erfahren Sie, wie Sie eine App erstellen, die Yoga-Posen empfiehlt. Die App beantwortet Nutzerfragen, indem sie passende Yoga-Posen vorschlägt. Sie lernen, eine Firestore-Sammlung von Yoga-Posen aus einem Hugging Face-Dataset zu erstellen, die Firestore Vector Search einzurichten und alles in eine Flask-Anwendung einzubinden.

In diesem Codelab erstellen Sie eine kontextbezogene Such-App für Yoga-Posen, die Nutzerfragen zu Yoga-Posen beantworten soll. Außerdem kannst du damit administrative Aufgaben wie das Erstellen und Bearbeiten von Yoga-Posen erledigen.

In diesem Codelab erstellen Sie mit ML Kit eine Android-App, die maschinelles Lernen auf dem Gerät nutzt, um Text in 59 Sprachen zu erkennen, zu identifizieren und zu übersetzen. Außerdem erfahren Sie, wie Sie die CameraX-Bibliothek einbinden, um diese Aufgaben über einen Echtzeit-Kamerafeed auszuführen.

In diesem Codelab erfahren Sie, wie Sie eine App erstellen, die Yoga-Posen empfiehlt. Die App beantwortet Nutzerfragen, indem sie passende Yoga-Posen vorschlägt. Sie lernen, wie Sie eine Firestore-Sammlung mit Yoga-Posen aus einem Hugging Face-Datensatz erstellen, die Firestore-Vektorsuche einrichten und alles in eine Node.js-Anwendung einbinden.

In diesem Codelab modernisieren Sie eine alte PHP-Anwendung in Google Cloud, containerisieren sie, stellen sie in Cloud Run bereit und verbinden sie mit Cloud SQL. Außerdem lernen Sie Anwendungs-CI/CD mit Cloud Build kennen und schützen sie mit Secret Manager.

Mit Firebase und Jetpack Compose kannst du Funktionen für eine Android-App mit To-do-Listen erstellen, indem du Authentifizierung, Leistungsüberwachung, eine deklarative UI und Funktions-Flags hinzufügst.

Firestore-Vektorsuche verwenden

In diesem Codelab erfahren Sie, wie Sie eine Webanwendung erstellen, die Cloud Firestore verwendet.

In diesem Codelab fügen Sie einer Webanwendung für einen Onlinemarktplatz mithilfe von Firebase-Erweiterungen Funktionen hinzu.

In diesem Codelab erfahren Sie, wie Sie eine iOS-App mit Cloud Firestore erstellen.

In diesem Codelab erfahren Sie, wie Sie eine Android-App erstellen, die Cloud Firestore verwendet.

In diesem Codelab erfahren Sie, wie Sie die Firebase-Plattform im Web verwenden, indem Sie eine Chat-App erstellen.

Informationen zum Ausführen eines Cloud Run-Jobs nach einem Zeitplan innerhalb eines VPC SC-Perimeters mit Cloud Scheduler und einem Cloud Run-Dienst

Aktivieren Sie den PSC-Anhang für eine vorhandene Cloud SQL-Instanz, für die das Netzwerk für den Zugriff auf private Dienste aktiviert ist. Verbinden Sie es dann über den PSC-Endpunkt in einem anderen Projekt.

Cloud SQL-Instanz mit PSC-Dienstanhang erstellen Und über den PSC-Endpunkt in einem anderen Projekt eine Verbindung herstellen

Hier erfahren Sie, wie Sie Firebase-Erweiterungen mit der Gemini API verwenden, um eine Web-App mit KI-gestützten Funktionen wie personalisierten Empfehlungen zu erstellen.

In diesem Codelab erfahren Sie, wie Sie die Firebase-Plattform unter iOS in Swift verwenden.

In diesem Codelab richten Sie das Firebase-Leistungsmonitoring in einer Webanwendung ein und erfahren, wie Sie damit dafür sorgen können, dass Ihre App für Endnutzer reibungslos funktioniert.

Informationen zum Einbinden von Firebase in eine Next.js-App

Hier erfahren Sie, wie Sie mit Firebase Genkit generative KI-Funktionen mit den bereits bekannten Fähigkeiten und Tools für die App-Entwicklung erstellen.

In diesem Codelab erfahren Sie, wie Sie mit der Firebase-Plattform eine Android-App erstellen.

In diesem Codelab erfahren Sie, wie Sie eine Webanwendung vor unbefugtem Zugriff schützen.

In diesem Codelab erfahren Sie, wie Sie mit Cloud Functions for Firebase Benachrichtigungen an Nutzer einer Chat-App senden.

In diesem Codelab erstellen Sie eine Spanner-Instanz und erfahren, wie Sie Spanner Graph verwenden.

In diesem Lab erfahren Sie, wie Sie mit PySpark in Dataproc Daten aus BigQuery laden und in Google Cloud Storage speichern.

In diesem Codelab erfahren Sie mehr über Google Cloud Functions (2. Generation). Konkret stellen Sie Funktionen bereit, die auf HTTP-Anfragen, Pub/Sub-Nachrichten, Cloud Storage-Ereignisse und Cloud-Audit-Logs reagieren.

Erste Schritte mit ereignisgesteuerten Cloud Run-Funktionen

Stabile Diffusion auf einer Cloud Run-GPU ausführen

In diesem Codelab verschlüsseln und entschlüsseln Sie Daten mithilfe von asymmetrischen Cloud KMS-Schlüsseln.

Informationen zum Bereitstellen einer Website mit Cloud Run, die Ihren containerisierten Anwendungen serverlose Agilität verleiht.

In diesem Codelab chatten Sie mit Ihren Nutzern, stellen Fragen zu Ihrer Dokumentation, erweitern ein Modell mit Funktionsaufrufen, verwenden generative KI in Java, binden das Large Language Model von Gemini in Vertex AI ein und nutzen das LangChain4j-Framework

Hier erfahren Sie, wie Sie Cloud Functions für Node.js in Visual Studio Code auf Ihrem lokalen Computer programmieren, bereitstellen und debuggen.

Informationen zum Erstellen eines Einzelhandels-Chatbots mit Dialogflow CX, einer Plattform für konversationelle KI (Conversational AI Platform, CAIP) zum Erstellen virtueller Kundenservicemitarbeiter

Stabile Diffusion auf einer Cloud Run-GPU ausführen

In diesem Codelab erfahren Sie, wie Sie Wagtail mit serverlosen Komponenten bereitstellen: Cloud Run für die Webanwendung, Cloud SQL für die Datenbank und Cloud Build für die Medien-Assets.

In diesem Codelab erfahren Sie, wie Sie mit Confidential Space digitale Assets mit Berechnungen durch mehrere Parteien verarbeiten.

Hier erfahren Sie, wie Sie mit den Open-Source-Deployment Manager-Scripts für Lustre ein paralleles Lustre-Dateisystem in der Google Cloud Platform bereitstellen.

In dieser Anleitung erfahren Sie, wie Sie die Translation API mit Python verwenden.

In diesem Codelab erfahren Sie, wie Sie Firebase Authentication mit nur wenigen Codezeilen zu einer Flutter-App hinzufügen.

In diesem Codelab erfährst du, wie du mit Confidential Space Modelle für maschinelles Lernen und geistiges Eigentum schützen kannst.

In diesem Codelab entwickeln Sie eine wissensbasierte Chatanwendung, die Kundenfragen beantworten, die Produktsuche anleiten und die Suchergebnisse für ein E-Commerce-Dataset anpassen soll.

In diesem Codelab erfahren Sie, wie Sie eine Webanwendung mit Firebase App Check und reCAPTCHA validieren, bevor Sie Anfragen an die Places API senden.

In dieser Anleitung erfahren Sie, wie Sie ein Modell mit vLLM in GKE über einen Airflow-DAG trainieren und ausführen.

In diesem Codelab erfahren Sie, wie Sie die Funktion für signierte Container-Images nutzen, um die Nutzerfreundlichkeit von Confidential Space zu verbessern.

Über das Python SDK und den PSC-Endpunkt von einer VM aus auf Gemini zugreifen

In diesem Codelab verwenden Sie Vertex AI Conversation, um einen Datenspeicher-Agent und eine Chat-App zu erstellen, zu konfigurieren und bereitzustellen, um Kundenfragen zu Produkten im Google Store zu beantworten.

Cloud Functions-Funktion, die zeigt, wie eine hochgeladene Datei in Google Cloud Storage verarbeitet und mit der PaLM API von Vertex AI eine Zusammenfassung der Inhalte durchgeführt wird.

Wir erstellen mit BigQuery ML ein Vorhersagemodell für Filmbewertungen ausschließlich mit SQL.

Wir erstellen mit Vertex AI AutoML ein Movie Score-Vorhersagemodell, stellen es auf einem API-Endpunkt bereit und lösen die Prediction API über Java Cloud Functions aus.

In diesem Codelab erfahren Sie, wie Sie mit Gemini Pro ein multimodales Frage-Antwort-System erstellen.

In diesem Codelab erfahren Sie, wie Sie die überwachte Feinabstimmung eines LLM mit Vertex AI durchführen.

In diesem Codelab erfahren Sie, wie Sie die Google Cloud Translation API mit Python verwenden und entweder lokal ausführen oder auf einer serverlosen Cloud-Computing-Plattform (App Engine, Cloud Functions oder Cloud Run) bereitstellen.

In diesem Codelab erfahren Sie, wie Sie Ihre Umfragedaten in Google Formulare mit Dataprep transformieren und für eine tiefere Analyse an BigQuery übertragen

In diesem Codelab erfahren Sie, wie Sie die Google Cloud Translation API mit Python verwenden und entweder lokal ausführen oder auf einer serverlosen Cloud-Computing-Plattform (App Engine, Cloud Functions oder Cloud Run) bereitstellen.

In diesem Codelab erfahren Sie, wie Sie Django mit serverlosen Komponenten bereitstellen: Cloud Run für die Web Engine, Cloud SQL für die Datenbank und Cloud Build für die Medien-Assets.

In diesem Codelab erfahren Sie, wie Sie die Google Cloud Translation API mit Python verwenden und entweder lokal ausführen oder auf einer serverlosen Cloud-Computing-Plattform (App Engine, Cloud Functions oder Cloud Run) bereitstellen.

In diesem Codelab lernen Sie Ereignisse für Cloud Run kennen. Genauer gesagt, überwachen Sie Ereignisse aus Cloud Pub/Sub, Audit-Logs, Cloud Storage und Cloud Scheduler und erfahren, wie Sie benutzerdefinierte Ereignisse erstellen/verwenden.

Spring Native ist ein aufstrebendes Projekt, das in Spring 6.x und Spring Boot 3.x in die Mainline einsteigen soll. Das bedeutet, dass jetzt der perfekte Zeitpunkt ist, um sich ein paar Monate vor der Veröffentlichung mit dem Projekt vertraut zu machen.

In diesem Codelab erstellen Sie einen TCP/SSL-Load-Balancer mit einem Back-End-Dienst und beschränken den Zugriff auf den Load-Balancer auf eine bestimmte Gruppe von Nutzerclients.

In diesem Codelab erfahren Sie, wie Sie mit Confidential Space die Datenfreigabe durch mehrere Parteien schützen und gleichzeitig die Vertraulichkeit wahren.

In diesem Codelab erstellen Sie eine Firebase-Erweiterung für Geohashing. In diesem einführenden Codelab erfahren Sie, wie Sie eine vorhandene Cloud Functions-Funktion in eine Firebase-Erweiterung umwandeln, die Millionen von Entwicklern einfach bereitgestellt werden kann und mit deren Hilfe Sie ihre Firebase-Projekte erweitern können.

In diesem Codelab verwenden die Nutzer die App Distribution und unser Fastlane-Plug-in, um einen iOS-Build bereitzustellen und Testgeräte zu registrieren. Anschließend exportiert der Nutzer eine TXT-Datei mit Geräten und UDIDs aus der Konsole für die App-Bereitstellung und automatisiert die Registrierung dieser Geräte .Dies ist eine Voraussetzung für die Verteilung von Ad-hoc-iOS-Builds.

Hier erfahren Sie, wie Sie eine mobile Flutter-App mit Firebase erstellen.

Mit Firebase und dem StackBlitz-Online-Editor eine Webanwendung von Grund auf neu erstellen Für die Kommunikation mit Firebase verwenden Sie einfachen HTML- und JavaScript-Code. Dies ist eine gute Einführung in die Verwendung der Firebase Console und die Einbindung von Firebase in eine App. Es sind keine umfangreichen Vorkenntnisse oder Softwareinstallationen erforderlich.

In diesem Codelab erfahren Sie, wie Sie mithilfe von FCM-Themen eine Push-Nachricht an eine ausgewählte Gruppe Ihrer App-Instanzen per Multicast senden.

In diesem Codelab erstellen Sie eine Präsentation mit der Google Slides API und BigQuery, um eine Analyse der gängigsten Softwarelizenzen zu erstellen.

In diesem Codelab senden Sie mit der FCM HTTP v1 API Push-Benachrichtigungen an eine App, die auf mehreren Plattformen ausgeführt wird. Sie erstellen die App mit Flutter, die nahtlos auf Android-, iOS- und Web-Geräten ausgeführt wird.

Informationen zum Implementieren der Multi-Faktor-Authentifizierung und zum Erstellen benutzerdefinierter Authentifizierungsanforderungen mit Blockierfunktionen

In diesem Lab erfahren Sie, wie Sie AI Platform Notebooks zum Prototyping Ihrer Workflows für maschinelles Lernen verwenden können. Wir behandeln das Erstellen einer benutzerdefinierten Notebook-Instanz, das Tracking Ihres Notebook-Codes in Git und das Debugging von Modellen mit dem What-If-Tool.

Hier erfahren Sie, wie Sie mit Überarbeitungen in Cloud Run-Funktionen Trafficaufteilungen, schrittweise Rollouts und Rollbacks durchführen.

In diesem Lab erfahren Sie, wie Sie mit Spark MLlib und spark-nlp maschinelles Lernen und NLP für große Datenmengen durchführen.

In diesem Codelab lernen Sie Google Cloud Run-Funktionen in C# kennen. Genauer gesagt stellen Sie C#-Funktionen bereit, die auf HTTP und CloudEvents aus verschiedenen Google Cloud-Quellen antworten.

In dieser Anleitung erfahren Sie, wie Sie die Natural Language API mit Python verwenden.

In diesem Codelab erfahren Sie, wie Sie die Google Cloud Translation API mit Python verwenden und entweder lokal ausführen oder auf einer serverlosen Cloud-Computing-Plattform (App Engine, Cloud Functions oder Cloud Run) bereitstellen.

Lernen Sie Google Cloud kennen, indem Sie einen Mikrodienst in Cloud Run bereitstellen und sich einem virtuellen Rüstzeug anschließen, bei dem Ihr Mikrodienst andere Mikrodienste in Regenbogenfarben wirft und um den Sieg konkurriert. Sie lernen die Bereitstellung von Kotlin-, Java-, Go-, Python- oder Node.js-Mikrodiensten und lernen dabei mehr über Container und Cloud Run. Versuche, mehr Punkte als andere Abenteurer zu erzielen, indem du deinen Algorithmus kontinuierlich verbesserst.

Hier erfahren Sie, wie Sie Ihre Website mit GKE bereitstellen, skalieren und aktualisieren.

In diesem Codelab erstellen Sie eine ereignisgesteuerte Orchestrierung von Mikrodiensten, um Bilder mit Eventarc und Workflows zu verarbeiten.

Hier erfahren Sie, was es Neues bei Gemini Code Assist Enterprise gibt und wie Ihre Organisation von Gemini Code Assist Enterprise profitieren kann.

In diesem Codelab erfahren Sie, wie Sie die Datenfreigabe für mehrere Parteien mit Confidential Space schützen und gleichzeitig die Vertraulichkeit wahren. In diesem Codelab wird beschrieben, wie Sie Confidential Space mit geschützten Ressourcen verwenden, die nicht in Google Cloud gehostet werden. Sie erfahren, wie Sie ein benutzerdefiniertes Token vom Google Attestation Service anfordern, indem Sie eine Nonce, eine Zielgruppe und einen PKI-Tokentyp angeben.

In diesem Codelab erfahren Sie, wie Sie eine Private Service Connect-Verbindung für Cloud SQL erstellen.

Cloud Functions-Funktionen sichern, indem Sie eine Authentifizierung für den Aufruf verlangen

In dieser Anleitung wird beschrieben, wie Sie einen vorhandenen Netzwerk-Load-Balancer von einem Zielpool-Backend auf einen regionalen Backend-Dienst umstellen.

In diesem Codelab erfahren Sie mehr über Google Cloud Operations Suite. Im Lab wird eine Beispielanwendung mit gcloud installiert. Sobald die Beispielanwendung bereitgestellt ist, definieren Sie mit Cloud Monitoring Dashboards, Benachrichtigungen, Verfügbarkeitsdiagnosen usw.

Hier erfahren Sie, wie Sie Cloud Run-Funktionen schützen, indem Sie eine Authentifizierung für den Aufruf verlangen

Codelab zur Verwendung der Firebase Emulator Suite während der Entwicklung mit Flutter Im Codelab werden die Auth- und Firestore-Emulatoren verwendet, um die Verwendung des Emulators zu demonstrieren.

In diesem Lab erfahren Sie, wie Sie mit dem Kubeflow Pipelines SDK einen Trainingsjob für ein benutzerdefiniertes Modell in Vertex Pipelines ausführen. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google

In diesem Lab erfahren Sie, wie Sie mit der Funktion zum automatischen Paketieren einen benutzerdefinierten Trainingsjob in Vertex AI Training ausführen. Für benutzerdefinierte Trainingsjobs in Vertex AI werden Container verwendet. Wenn Sie kein

In diesem Lab verwenden Sie Vertex AI, um einen benutzerdefinierten Trainingsjob auszuführen. Dieses Lab ist Teil der Videoreihe Von Prototyp zur Produktion. Sie erstellen ein Bildklassifikationsmodell mit dem Flowers-Dataset. Weitere Informationen

In diesem Lab verwenden Sie Vertex AI, um einen verteilten Trainingsjob in Vertex AI Training mit TensorFlow auszuführen. Dieses Lab ist Teil der Videoreihe Von Prototyp zur Produktion. Schließen Sie die vorherigen Labs ab, bevor Sie mit diesem

In diesem Lab verwenden Sie Vertex AI, um Vorhersagen mithilfe eines vortrainierten Bildklassifizierungsmodells zu treffen. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google Cloud belaufen sich auf etwa

In diesem Lab erfahren Sie, wie Sie Metadaten aus Ihren Vertex Pipelines -Ausführungen mit Vertex ML-Metadaten analysieren. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google Cloud betragen etwa 2$. In

In diesem Lab erfahren Sie, wie Sie ML-Pipelines mit Vertex Pipelines erstellen und ausführen. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google Cloud belaufen sich auf etwa 25$. In diesem Lab wird das

Hier erfahren Sie, wie Sie eine einfache Java App Engine-Anwendung konvertieren, mit Buildpacks containerisieren und zu Cloud Run verschieben

In diesem Lab verwenden Sie Vertex AI, um einen Hyperparameter-Abstimmungsjob in Vertex AI Training auszuführen. Dieses Lab ist Teil der Videoreihe Von Prototyp zur Produktion. Schließen Sie das vorherige Lab ab, bevor Sie mit diesem beginnen.

Wir verwenden Gemini, um mit BigQuery Analysen für Buchempfehlungen und Zusammenfassungen zu erstellen (nur generative KI in SQL).

Hier erfahren Sie, wie Sie eine einfache Java App Engine-Anwendung konvertieren, mit Jib containerisieren und zu Cloud Run verschieben

In diesem Codelab erfahren Sie, wie Sie erweiterte Features zur Optimierung des Load-Balancings für das globale externe Load-Balancing von Anwendungen einrichten.

Wir verwenden Gemini, um eine Anwendung zur Zusammenfassung von Bücherregalen zu erstellen, die BigQuery-Daten einfach ins Web bringt und in Cloud Run bereitgestellt wird.

Hier erfahren Sie, wie Sie eine einfache Java App Engine-Anwendung konvertieren, mit Docker containerisieren und zu Cloud Run verschieben.

In diesem Codelab erhalten Sie eine Einführung in das Cloud Foundation Toolkit(CFT) und eine Reihe von Schritten zum Hinzufügen einer Funktion zu einem CFT-Modul.

In diesem Codelab erstellen Sie eine Google-Suchmaschine, die mithilfe von Vertex AI Search/Agent Builder Anfragen in Ihren Dokumenten und Textdateien beantworten kann.

Wir erstellen eine App für Buchempfehlungen und Zusammenfassungen mit der generativen KI von Vertex AI (Gemini) in einer Cloud Functions-Funktion als Remote-Funktion von BigQuery.

In diesem Codelab generieren Sie mit Vertex AI anhand bestimmter Spezifikationen ein Quiz. Sie testen Ihren Quizgenerator in einer in der Cloud gehosteten Entwicklungsumgebung und stellen ihn dann öffentlich zur Verfügung, indem Sie ihn in Google Cloud Run bereitstellen. Am Ende des Labs integrieren Sie Ihren Quizgenerator in eine vollständige App.

In diesem Codelab entwickeln Sie eine Android-App mit ML Kit, die maschinelles Lernen auf dem Gerät nutzt, um Sprache zu erkennen, zu erkennen und Text aus 59 Sprachen zu übersetzen. Außerdem erfahren Sie, wie Sie die CameraX-Bibliothek einbinden, um diese Aufgaben über einen Echtzeit-Kamerafeed auszuführen.

In diesem Lab verwenden Sie die Funktion für das gemeinsame Hosting von Modellen in Vertex AI, um mehrere Modelle auf derselben VM für Onlinevorhersagen zu hosten. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs

In diesem Lab lernen Sie, wie Sie mit benutzerdefinierten Vorhersageroutinen in Vertex AI benutzerdefinierte Vorverarbeitungs- und Nachbearbeitungslogik schreiben. In diesem Beispiel wird Scikit-learn verwendet, aber benutzerdefinierte

use-cmek-to-encrypt-cloud-functions

In diesem Lab verwenden Sie Vertex AI, um ein Modell mit tabellarischen Daten zu trainieren und einzusetzen. Dies ist das neueste KI-Produktangebot in Google Cloud und befindet sich derzeit in der Vorabversion. Die folgenden Themen werden behandelt:

In diesem Lab verwenden Sie Vertex AI, um ein TensorFlow-Modell mit Code in einem benutzerdefinierten Container zu trainieren und bereitzustellen. Wir verwenden hier zwar TensorFlow für den Modellcode, Sie können es aber auch problemlos durch ein

In diesem Lab erstellen Sie mit Vertex AI eine Pipeline, die ein benutzerdefiniertes Keras-Modell in TensorFlow trainiert. Anschließend verwenden wir die neuen Funktionen in Vertex AI Experiments, um Modellläufe zu verfolgen und zu vergleichen, um zu

In diesem Lab verwenden Sie Vertex AI, um einen Trainingsjob mit mehreren Workern für ein TensorFlow-Modell auszuführen. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google Cloud belaufen sich auf etwa 5$.

In diesem Lab lernen Sie, wie Sie ein XGBoost-Modell mit einem Finanz-Dataset trainieren, es in Vertex AI bereitstellen und mit dem What-if-Tool analysieren.

In diesem Lab verwenden Sie Vertex AI, um Online- und Batchvorhersagen aus einem benutzerdefinierten trainierten Modell abzurufen. Dieses Lab ist Teil der Videoreihe Prototyping to Production. Schließen Sie das vorherige Lab ab, bevor Sie mit diesem

In diesem Lab erfahren Sie, wie Sie Vertex AI Workbench für die Datenexploration und das ML-Modelltraining verwenden. Die folgenden Themen werden behandelt: Die Gesamtkosten für die Ausführung dieses Labs in Google Cloud belaufen sich auf etwa 1$. In

In diesem Lab erfahren Sie, wie Sie Vertex AI für die Hyperparameter-Abstimmung und verteiltes Training verwenden. In diesem Lab wird TensorFlow für den Modellcode verwendet. Die Konzepte gelten jedoch auch für andere ML-Frameworks. Die folgenden

Erste Schritte mit ereignisgesteuerten Cloud Run-Funktionen

Ollama als Sidecar-Datei mit Cloud Run-GPUs und Open WebUI als Front-End-Container für eingehenden Traffic verwenden

LangChain-Anwendung in Cloud Run erstellen und bereitstellen

Das Konzept der Auftragsausführung in Dialogflow.

Vision API in Dialogflow einbinden

Sie erfahren, wie Sie programmatisch auf Ereignisse von eingebetteten Looker-Inhalten warten und Aktionen an eingebettete Looker-Inhalte senden können.

Sie erfahren, wie Sie ein Looker-Dashboard mit dem Looker Embed SDK einbetten

In diesem Codelab erfahren Sie, wie Sie mit der gcloud CLI eine große Testsuite programmatisch in einem vorhandenen CI/CD-System wie Jenkins ausführen. Dieses Codelab ist plattformunabhängig.

In diesem Tutorial erfahren Sie, wie Sie die private IP-Adresse von Looker Cloud Core über ein Hybridnetzwerk konfigurieren und validieren.

In diesem Codelab erfahren Sie, wie Sie die Erweiterung für die Looker-Dashboard-Zusammenfassung für die lokale Entwicklung einrichten und für die Produktion bereitstellen.

Hier erfahren Sie, wie Sie eine Web-App mit der Firebase Emulator Suite entwickeln.

In diesem Codelab erfahren Sie, wie Sie den L7-Load-Balancer mit Private Service Connect verketten.

In diesem Codelab sammeln Sie praktische Erfahrungen mit einem Architekturmuster, das häufig verwendet wird, um Skalierbarkeit und Ausfallsicherheit bei der Verarbeitung von Echtzeitdaten zu erreichen. Sie erstellen mit der Google Cloud Platform ein IoT-Gerät (Raspberry Pi), das Wetterdaten misst, und anschließend eine Datenpipeline mit einer Nachrichtenwarteschlange, einer serverlosen Funktion, einem cloudbasierten Data Warehouse und einem Analysedashboard.

In diesem Codelab erstellen Sie mit Flutter einen einfachen Musikplayer für Android, iOS und das Web. Dieser Player stellt eine Verbindung zu Firebase RTDB her, sodass Nutzer die Wiedergabe auf allen ihren Geräten synchronisieren können.

Informationen zum Schutz Ihrer Firestore-Daten mit Sicherheitsregeln

In diesem Lab lernen Sie, wie Sie Notebookausführungen mit Vertex AI Workbench konfigurieren und starten. Die folgenden Themen werden behandelt: Die Gesamtkosten für das Lab in Google Cloud belaufen sich auf 2$. In diesem Lab wird das neueste

Sie verwenden Cloud Dataflow, erstellen ein Maven-Projekt mit dem Cloud Dataflow SDK und führen eine Pipeline für die verteilte Anzahl von Aufgaben mithilfe der Google Cloud Platform Console aus.

In diesem Codelab erfahren Sie zuerst, wie Sie eine reguläre Cloud Tasks-Warteschlange für HTTP-Zielaufgaben erstellen und verwenden. Anschließend erfahren Sie, wie Sie HTTP-URI-Überschreibung auf Warteschlangenebene und die neue BufferTask API verwenden, um HTTP-Anfragen mit Cloud Tasks leichter zwischenzuspeichern.

In diesem Codelab erfahren Sie, wie Sie eine Datenbank erstellen, GenAI Retrieval Service für Datenbanken bereitstellen und mithilfe des Dienstes eine Beispiel-Chat-Anwendung erstellen.

In diesem Codelab lernen Sie den Computer dazu, in 100 Zeilen von Python / Keras-Code handschriftliche Ziffern mit 99% Genauigkeit zu erkennen.

In dieser Anleitung erfahren Sie, wie Sie die Video Intelligence API mit Python verwenden.

Erste Schritte mit Cloud Functions, der serverlosen Ausführungsumgebung von Google zum Erstellen und Verbinden von Cloud-Diensten. In diesem praxisorientierten Lab erfahren Sie, wie Sie mit der Google Cloud Console eine Cloud Functions-Funktion erstellen, bereitstellen und testen.

Mit Query Insights for Cloud SQL können Sie Probleme mit der Abfrageleistung von Cloud SQL-Datenbanken erkennen, diagnostizieren und vermeiden. Die Lösung bietet Self-Service-Monitoring und Diagnoseinformationen, die über die Erkennung hinausgehen

In diesem Codelab lernen Sie, wie Sie die Google Cloud Vision API mit C# verwenden.

In diesem Codelab erfahren Sie, wie Sie mit der DLP API Daten, die in Cloud Storage hochgeladen werden, automatisch klassifizieren. Basierend auf der Automatisierung der Klassifizierung der in Cloud Storage hochgeladenen Daten

Wir zeigen Ihnen, wie Sie ein optimiertes Docker-Image für eine Spring Boot Kotlin-App im Handumdrehen erstellen und veröffentlichen können. Anschließend können Sie das erstellte Image in Cloud Run ausführen.

In diesem Codelab erfahren Sie, wie Sie ASP.NET Core-Code in eine replizierte Anwendung umwandeln, die auf Kubernetes in Google Kubernetes Engine ausgeführt wird.

In diesem Codelab erfahren Sie, wie Sie einen Java-basierten Dienst erstellen, der eine API über gRPC verfügbar macht. Dann schreiben Sie einen Java-Befehlszeilenclient für Ihren gRPC-Dienst.

In diesem Codelab erfahren Sie, wie Sie Ihre ASP.NET Core-Anwendung mit Istio in Google Kubernetes Engine bereitstellen.

In diesem Codelab richten Sie eine Cloud AI Platforms Pipeline-Installation (gehostetes KFP) mit GKE ein, erstellen und führen ML-Workflows mit Kubeflow Pipelines aus und definieren und führen Pipelines in einem AI Platform Notebook (Jupyter) aus.

In diesem Codelab arbeiten Sie weiter an einer ASP.NET Core-Anwendung aus Teil 1 und fügen ihr weitere Istio-Funktionen hinzu.

In diesem Codelab erfahren Sie, wie Sie eine Python 2 App Engine Cloud NDB- und Cloud Tasks (v1)-Anwendung zu Python 3, Cloud Datastore und Cloud Tasks (v2) migrieren.

In diesem Codelab erfahren Sie, wie Sie Ihre Micronaut-Mikrodienste in einen replizierten Dienst umwandeln, der in Google Kubernetes Engine ausgeführt wird.

In diesem Codelab erfahren Sie, wie Sie einen C#-Dienst erstellen, um eine API über gRPC verfügbar zu machen, und einen C#-Client erstellen, um Ihren gRPC-Dienst aufzurufen.

In diesem Codelab erfahren Sie, wie Sie mit Kubeflow Pipelines komplexe Data-Science-Pipelines erstellen und bereitstellen, ohne CLI-Befehle oder SDKs verwenden zu müssen.

Informationen zum Migrieren einer Python 2-App Engine NDB Anwendung der Aufgabenwarteschlange (Push-Aufgaben) an Cloud NDB & Cloud Tasks

In diesem Codelab erfahren Sie, wie Sie Managed Active Directory auf der Google Cloud Platform bereitstellen

In diesem Codelab erfahren Sie, wie Sie komplexe Data-Science-Pipelines mit Hyperparameter-Abstimmung in Kubeflow Pipelines erstellen und bereitstellen, ohne CLI-Befehle oder SDKs verwenden zu müssen.

In diesem Codelab transkribieren Sie eine Audiodatei mithilfe der Text-to-Speech API mit Node.js.

In diesem Codelab erstellen Sie einen TCP/SSL-Proxy-Load-Balancer mit einem Back-End-Dienst und verwenden Cloud Armor, um den Zugriff auf den Load-Balancer auf eine bestimmte Gruppe von Nutzerclients zu beschränken

In diesem Codelab erfahren Sie mehr über die vorkonfigurierten WAF-Regeln in Cloud Armor, mit denen Sie sich vor einigen der 10 häufigsten OWASP-Sicherheitslücken mit einfachen Namen für Regelsätze schützen können.

In diesem Codelab lernen Sie Private Service Connect für Google APIs kennen. Genauer gesagt, erstellen Sie einen Dienstendpunkt für Storage APIs, einen Cloud Storage-Bucket und eine Validierung mithilfe von DNS durchführen.

Hier erfahren Sie, wie Sie mit Compute Engine eine Webanwendung in Google Cloud hosten und skalieren.

In diesem Codelab lernen Sie zuerst eine Node.js-Anwendung kennen, mit der Sie Screenshots von Webseiten erstellen und in Cloud Storage speichern können. Anschließend erstellen Sie ein Container-Image für die Anwendung, führen sie als Job in Cloud Run aus, aktualisieren den Job, um mehr Webseiten zu verarbeiten, und führen den Job nach einem Zeitplan mit Cloud Scheduler aus.

In diesem Codelab lernen Sie, wie Sie die Video Intelligence API mit C# verwenden

Hier erfahren Sie, wie Sie mit den Gen AI-Funktionen von Google die Aufrufe von Influencern auf YouTube zu beliebigen Unternehmen oder Produkten analysieren.

In diesem Codelab machen Sie sich mit der Google Compute Engine vertraut, indem Sie VMs hochfahren, Software installieren und diese über einen Netzwerk-Load-Balancer im Internet verfügbar machen.

In diesem Codelab lernen Sie, wie Sie BigQuery mit Python verwenden

In diesem Codelab erstellen Sie einen Load-Balancer und einen zugehörigen Back-End-Dienst. Anschließend erstellen Sie eine Cloud Armor-Bot-Verwaltungsregel und erfahren, wie Ihre Back-Ends geschützt werden.

In dieser Anleitung erfahren Sie, wie Sie Document AI-Prozessoren mit Python verwalten.

In diesem Codelab erfahren Sie, wie Sie BigQuery-Jobs für ein Wikipedia-Dataset parallel zur parallelen Iterationsfunktion von Workflows ausführen.

In diesem Codelab erstellen Sie einen Load-Balancer und einen zugehörigen Back-End-Dienst. Anschließend erstellen Sie eine Cloud Armor-Richtlinie zur Ratenbegrenzung und verstehen, wie sie Ihre Back-Ends schützt.

In diesem Codelab erfahren Sie, wie Sie einen verwalteten Spark-/Hadoop-Cluster mit Dataproc starten, einen Spark-Beispieljob senden und den Cluster über die Befehlszeile herunterfahren.

In diesem Codelab erweitern Sie die Chat-App „Terminplaner“, die von Dialogflow und Google Kalender unterstützt wird, für die Ausführung in Google Chat. Sie erstellen und stellen benutzerdefinierte Google Chat-Nachrichten bereit.

In diesem Codelab wird gezeigt, wie Gemini für Google Cloud verwendet wird, um die Fehlerbehebung zu beschleunigen. Sie lernen, wie Gemini Protokolle zusammenfasst, Fehler erklärt und Sie bei der Suche nach Lösungen für das Problem unterstützt.

In diesem Codelab erstellen Sie eine Webanwendung, beschränken den Zugriff auf bestimmte Nutzergruppen und verwenden die Identität des authentifizierten Nutzers im Programm

Hier erfahren Sie, wie Sie ein Google Cloud-Projekt erstellen, die Google Cloud Console einrichten und nutzen und auf einige der am häufigsten verwendeten Dienste in der Cloud Console zugreifen.

Hier erfahren Sie, wie Sie ein Google Cloud-Projekt erstellen und dann eine API aus diesem Projekt aufrufen.

In diesem Codelab erfahren Sie, wie Sie mit clasp, der Apps Script-Befehlszeile, Ihre Apps Script-Projekte über die Befehlszeile abrufen, übertragen und bereitstellen.

In diesem Codelab erstellen Sie eine neue Compute Engine-Instanz, kompilieren und führen ein Programm aus, um Pi auf Millionen von Dezimalstellen zu berechnen.

Hier erfahren Sie, wie Sie mit Cloud Build Containerarbeitslasten kontinuierlich in GKE bereitstellen.

In dieser Anleitung erfahren Sie, wie Sie mit Python eine einfache Webanwendung in Google App Engine erstellen.

In diesem Codelab erfahren Sie, wie Sie BigQuery mit der Node.js-Clientbibliothek verwenden

In diesem Code-Lab lernen Sie die Grundlagen von BigQuery kennen und erfahren, wie Sie damit Terabyte an Daten wie das Wikipedia-Dataset abfragen können.

Einfache Spring Boot-Anwendung erstellen und in der App Engine-Standardumgebung bereitstellen

In diesem Code-Lab lernen Sie, wie Sie eine einfache ASP.NET-Anwendung auf einem Windows Server in Google Compute Engine bereitstellen.

In diesem Codelab lernen Sie, wie Sie BigQuery mit C# verwenden.

Front-End-Dialogflow-Client für eine Unterhaltung in Dialogflow-Anwendung erstellen.

In diesem Codelab erfahren Sie mehr über benannte IP-Adresslisten in Google Cloud Armor. Genauer gesagt, konfigurieren Sie eine benannte IP-Adressliste innerhalb einer Sicherheitsrichtlinie und validieren die Verbindung.

In diesem Code-Lab lernen Sie, wie Sie eine ASP.NET Core-App mit Google Cloud Shell erstellen und starten – ohne den Browser zu verlassen.

In diesem Codelab erhalten Sie eine Einführung in Cloud Bigtable mit dem Java HBase-Client. Sie laden Daten, führen einige Abfragen aus und zeichnen die Daten auf einer Karte.

In diesem Code-Lab lernen Sie, wie Sie eine einfache ASP.NET Core-App in Google App Engine bereitstellen

In diesem Lab lernen Sie einen vollständigen ML-Workflow auf der GCP kennen: Daten aus BigQuery aufnehmen, ein XGBoost-Modell in einer Cloud AI Platform Notebooks-Instanz erstellen und das Modell in AI Platform bereitstellen.

In diesem Codelab erfahren Sie, wie Sie mit Node.js und Cloud Run ein Google Workspace-Add-on erstellen.

In diesem Lab erstellen Sie einen VPC Service Controls-Perimeter und verwenden ihn, um ein Projekt zu schützen. Anschließend lösen wir einen VPC Service Controls-Verstoß gegen eingehenden Traffic aus und führen die Schritte zur Fehlerbehebung bei der Ablehnung aus. Nach Abschluss dieses Labs wissen Sie, wie Sie Ihre Ressourcen mit VPC Service Controls schützen.

In diesem Lab erstellen Sie einen VPC Service Controls-Perimeter und verwenden ihn, um ein Projekt zu schützen. Dann melden wir einen Verstoß gegen ausgehenden Traffic von VPC Service Controls und führen die Fehlerbehebung für die Ablehnung durch Erstellen einer Ausgangsregel durch. Nach Abschluss dieses Labs wissen Sie, wie Sie Ihre Ressourcen mit VPC Service Controls schützen.

In diesem Lab lernen Sie, wie Sie ein XGBoost-Modell mit einem Finanz-Dataset trainieren, es auf der Cloud AI Platform bereitstellen und mit dem What-if-Tool analysieren.

In diesem Codelab erfahren Sie, wie Sie mit der Google Cloud Console Hauptkonten für Ihr Projekt IAM-Rollen (Identity and Access Management) zuweisen.

In diesem Codelab entwickeln Sie eine wissensbasierte Chatanwendung, die Kundenfragen beantworten, die Produktsuche anleiten und die Suchergebnisse für ein E-Commerce-Dataset anpassen soll.

In diesem Codelab entwickeln Sie eine wissensbasierte Chatanwendung, die Fragen im Zusammenhang mit der Patentsuche beantworten und kontextbezogene Ergebnisse auf der Grundlage des Patent-Datasets liefern soll.

In diesem Codelab erfahren Sie, wie Sie mit Google Analytics for Firebase das Nutzerverhalten mithilfe von App-Ereignissen analysieren.

In diesem Codelab erfahren Sie, wie Sie mit Firebase Remote Config das Verhalten der App ohne ein Update ändern können. Außerdem erfahren Sie, wie Sie A/B-Tests durchführen, um den optimalen Wert zu ermitteln.

Hier erfährst du, wie du deine Aktion mit Funktionen optimieren kannst, durch die Nutzer immer wieder zu deiner App zurückkehren.

In diesem Codelab lernen Sie Cloud IDS kennen. Sie erstellen einen Cloud IDS-Endpunkt, generieren Bedrohungstraffic und analysieren die Ergebnisse.

In diesem Codelab erfahren Sie, wie Sie mit Firebase Remote Config das Verhalten der App ohne ein Update ändern können. Außerdem erfahren Sie, wie Sie A/B-Tests durchführen, um den optimalen Wert zu ermitteln.

In diesem Codelab erfahren Sie, wie Sie mit Private Service Connect Dienste veröffentlichen und nutzen.

In diesem Codelab erfahren Sie, wie Sie mit Google Analytics for Firebase das Nutzerverhalten mithilfe von App-Ereignissen analysieren.

In diesem Codelab erfahren Sie, wie Sie mit Private Service Connect Dienste in einer GKE-Umgebung veröffentlichen und nutzen

In diesem Codelab erfahren Sie, wie Sie Datadog-Monitoringbenachrichtigungen mit Eventarc an Google Cloud weiterleiten.

In diesem Codelab lernen Sie die wichtigsten Funktionen von Eventarc kennen.

In dieser Anleitung erfahren Sie, wie Sie mit Cloud Run starten. Dazu stellen Sie einen zustandslosen Container serverlos bereit und führen ihn aus, wobei die Infrastruktur abstrahiert wird. Cloud Run kann entweder vollständig verwaltet oder in einem GKE-Cluster ausgeführt werden.

In diesem Codelab erfahren Sie, wie Sie mit Eventarc und Workflows auf Datadog-Monitoring-Benachrichtigungen reagieren

In diesem Codelab erfahren Sie, wie Sie das CMS von Django mit serverlosen Komponenten bereitstellen: Cloud Run für die Web Engine, Cloud SQL für die Datenbank und Cloud Build für die Medien-Assets.

Erste Schritte mit Cloud Run-Funktionen

Mit dem Android-FHIR SDK, OHS und der Google Cloud Healthcare API sichere, skalierbare, konforme und datengestützte mobile Apps für das Gesundheitswesen erstellen

Zeigt das Gemini-Funktionsaufruf-Feature in einer Java-Anwendung. Dazu wird das Gemini-Modell aufgerufen, um die Eingabe für den Funktionsaufruf zu orchestrieren, die API aufzurufen und dann die Antwort in einem anderen Gemini-Aufruf zu verarbeiten und auf einem REST-Endpunkt bereitzustellen.

In diesem Lab lernen Sie, wie Sie in Google Cloud ein End-to-End-Daten-zu-KI-System für die Betrugserkennung in Echtzeit erstellen. Das Ziel besteht darin, zu verstehen, wie aus Rohdaten eine produktionsreife ML-Pipeline in Google Cloud wird. In

In diesem Codelab lernen Sie die erweiterten Traffic-Features kennen, die im neuen externen HTTPS-Load-Balancer verfügbar sind.

In diesem Codelab erstellen Sie eine Cloud Run-Anwendung, die Ihre Zeichnung mit generativen KI-Modellen aus Gemini 1.0 Pro Vision, Gemini 1.5 Pro in wenigen Minuten in Websitecode umwandelt.

In diesem Codelab führen Sie die optische Zeichenerkennung (OCR) von PDF-Dokumenten mithilfe von Document AI und Python aus. Sie erfahren, wie Sie Anfragen sowohl online (synchron) als auch im Batch (asynchron) verarbeiten können.

Dialogflow bietet zahlreiche Integrationen für das Web, Google Assistant, soziale Medien und Telefonie-Gateways. Wenn Sie Ihre Chatbots jedoch auf Mobilgeräten verwenden möchten, müssen Sie eine benutzerdefinierte Integration erstellen. In diesem Lab erfahren Sie, wie Sie Dialogflow Essentials in eine Flutter-Anwendung einbinden.

Hier erfahren Sie, wie Sie einen Cloud Run-Dienst erstellen, der über einen localhost-Port und eine Volume-Bereitstellung mit einer Sidecar-Datei kommuniziert.

In diesem Codelab erfahren Sie, wie Sie mit dem Document AI-Formularparser ein handschriftliches Formular mit Python parsen. Wir verwenden als Beispiel ein einfaches medizinisches Aufnahmeformular, aber dieses Verfahren funktioniert mit jeder von

Auf dieser Seite wird erläutert, wie Sie Dataflow SQL verwenden und Dataflow SQL-Jobs erstellen.

In diesem Codelab erfahren Sie, wie Sie mit Document AI Workbench vollständig benutzerdefinierte Modelle anhand Ihrer eigenen Trainingsdaten erstellen.

In diesem Codelab schreiben Sie eine Cloud Functions-Funktion, die eine Verbindung zu einer vorhandenen Cloud SQL-Datenbank herstellt und eine SQL-Insert-Anweisung sendet.

In diesem Codelab erfahren Sie, wie Sie mit dem Document AI-Uptraining die Modellqualität mithilfe Ihrer eigenen Trainingsdaten verbessern können.

Notebook mit interaktivem Beam einrichten und ausführen

In diesem anfängerfreundlichen Codelab machen Sie sich mit dem Generator-Feature vertraut. Generatoren verwenden die neuesten generativen Large Language Models (LLMs) von Google, um Agent-Antworten zu generieren. Im Kontext dieses Codelabs verwenden Sie einen Generator, der Informationen aus einem Datenspeicher abruft, um fundierte Entscheidungen zu treffen.

In diesem leicht verständlichen Codelab für Anfänger machen Sie sich mit der generativen Fallback-Funktion vertraut, die mithilfe der neuesten generativen Large Language Models (LLMs) von Google Antworten virtueller Kundenservicemitarbeiter generiert.

In diesem Codelab lernen Sie, wie Sie mit Procurement DocAI und Lending DocAI spezialisierte Dokumente klassifizieren und parsen.

Hier erfahren Sie, wie Sie einen benutzerdefinierten Dialogflow-Chatbot für Google Chat mit dynamischen Kartenantworten erstellen.

In diesem Codelab erfahren Sie, wie Sie mithilfe von Document AI Human in the Loop Aufgaben der manuellen Überprüfung mit spezialisierten Prozessoren erledigen.

Gemini Code Assist verwenden, um Tests für Ihren Code zu schreiben

In diesem Lab erfahren Sie, wie Sie Zeitreihenprobleme mit Vertex AI lösen. Dabei werden Notebooks, Training, Vorhersage und BigQuery ML behandelt.

In diesem Lab lernen Sie, wie Sie Ihr Modell mit Hyperparameter-Abstimmung in der Cloud trainieren. Wir zeigen Ihnen, wie das mit PyTorch funktioniert. Sie können dabei jedoch ein beliebiges Framework verwenden.

In diesem Codelab lernen Sie, wie Sie die Translation API mit C# verwenden

In diesem Codelab lernen Sie, wie Sie die Text-to-Speech API mit C# verwenden

In dieser Anleitung erfahren Sie, wie Sie die Text-to-Speech API mit Python verwenden.

In diesem Codelab lernen Sie, wie Sie Google Cloud- und HTTP-basierte API-Dienste mit Workflows orchestrieren und automatisieren.

In diesem Code-Lab lernen Sie, wie Sie Cloud-Tools für Windows PowerShell installieren und verwenden.

In dieser Anleitung erfahren Sie, wie Sie die Vision API mit Python verwenden.

Erstellen Sie mit BigQuery-SQL-Abfragen und der Vertex AI PaLM API eine App für die Vorhersage und Verschreibung von Filmerfolgsbewertungen.

Zusammenfassung von Quellcode für GitHub-Repositories, die als öffentliches BigQuery-Dataset verfügbar sind, mit Vertex AI Large Language Model für die Textgenerierung (Text-Bison) als gehostete Remote-Funktion in BigQuery.

In diesem Codelab erstellen Sie einen Mikrodienst, der andere Mikrodienste bekämpft, indem er sich gegenseitig in einer Arena „bewirft“.

Entwickeln Sie eine Chatanwendung mit dem Python Flask-Framework und dem PaLM API-Modell von Vertex AI.

In diesem Codelab erfahren Sie, wie Sie mit Cloud-Ankern gemeinsame AR-Erlebnisse schaffen, indem Sie mit dem ARCore Cloud Anchors-Dienst auf mehreren Geräten einen gemeinsamen Referenzrahmen (gleiche Position und Ausrichtung) einrichten.

In diesem Codelab trainieren Sie einen Bildklassifikator mit AutoML Vision Edge in ML Kit und führen ihn mit dem ML Kit SDK auf einem Android- oder iOS-Smartphone aus.

In diesem Codelab erhalten Sie eine Einführung in das Cloud Foundation Toolkit(CFT) und eine Reihe von Schritten zum Hinzufügen einer Funktion zu einem CFT-Modul.

In diesem Codelab erfahren Sie, wie Sie einen AlloyDB-Cluster mit einer Oracle-Datenbank verbinden, die in einem separaten Netzwerk bereitgestellt wird und über VPN verbunden ist.

Machen Sie sich mit den Grundlagen von BigQuery vertraut und erfahren Sie, wie Sie mithilfe von GitHub-Commit-Daten als Beispiel Terabyte an öffentlichen Daten abfragen.

In diesem Codelab erstellen Sie einen Mikrodienst, der andere Mikrodienste bekämpft, indem er Blätter in einer Arena „wirft“.

In diesem Codelab erstellen Sie Google Chat-Apps mit den neuesten verfügbaren Funktionen, darunter die Gemini-basierten KI-Modelle von Vertex AI, Dialogflow CX, die App-Startseite, Google Chat-Ereignisse und Zubehör-Widgets.

In diesem Codelab implementieren wir ein Datenaufnahmemuster, um Gesundheitsdaten im CSV-Format mithilfe von Cloud Data Fusion in BigQuery zu laden.

In diesem Google Apps Script-Codelab für Fortgeschrittene werden zwei Google-Entwicklerplattformen verwendet: Google Workspace und die Google Cloud Console. Genauer gesagt, verwendet sie die BigQuery API der Cloud Console (als erweiterten Apps Script-Dienst) zusammen mit zwei integrierten Google Workspace-Diensten: Google Tabellen und Google Präsentationen. Der Zweck dieser Beispiel-App besteht darin, Nutzenden zu zeigen, dass sie die letzte Phase automatisieren können, von der Big-Data-Analyse bis hin zur Folienpräsentation, und das alles in einem (relativ) kurzen Code-Snippet.

In diesem Codelab erfahren Sie, wie Sie mit BigQuery Modelle für maschinelles Lernen für Analytics 360-Datasets erstellen.

Hier erfahren Sie, wie Sie Daten mit bq laden und abfragen, einem Python-basierten Befehlszeilentool für BigQuery.

In diesem Codelab erfahren Sie, wie Sie die Edge-Sicherheitsrichtlinie des Cloud Armor-Netzwerks mit benutzerdefinierten Regeln konfigurieren

In diesem Codelab vergleichen Sie gängige Cassandra-Abfragen zum Einfügen, Aktualisieren, Lesen und Löschen von Daten mit ihrem Cloud Bigtable-Äquivalent mit dem Java-Client.

In diesem Lab trainieren Sie ein Modell mit BigQuery Machine Learning, exportieren es und stellen es dann in Vertex AI bereit. Dies ist das neueste KI-Produktangebot von Google Cloud. Die folgenden Themen werden behandelt: Die Gesamtkosten für das

In diesem Codelab stellen wir dir eine der einfachsten Möglichkeiten vor, Code für den Zugriff auf Google-Entwicklertechnologien zu schreiben. Dies geschieht mithilfe von JavaScript, einer gängigen Programmiersprache für die Webentwicklung. Mit Google Apps Script schreiben Sie Code, um eine Adresse aus einer Zelle in einer Google-Tabelle zu extrahieren, basierend auf der Adresse eine Google Maps-Karte zu generieren und die Karte dann über Gmail als Anhang zu senden. Und das Beste ist: Sie besteht nur aus vier Zeilen Code.

Dieses Lab baut auf dem Konzept der Auftragsausführung in Dialogflow auf. Sie lernen, wie Sie ein Dataset und eine Tabelle in BigQuery erstellen. Dann richten Sie in BigQuery die Details zur Integration von Dialogflow ein und testen die Unterhaltung.

In diesem Codelab erstellen Sie einen Mikrodienst, der andere Mikrodienste bekämpft, indem sie sich gegenseitig in einer Arena „wirft“.

Zeigt eine in Python geschriebene Cloud Functions-Funktion, die das Vertex AI-Modul initialisiert und dann einen Endpunkt zum Aufrufen des PaLM Text Bison-Modells bereitstellt.

Erstellen Sie einen Anwendungsfall für die Textzusammenfassung, damit Nutzer Artikel, Texte und andere Arten von Inhalten mit Google Cloud Vertex AI in einer Svelte Kit-Webanwendung zusammenfassen können.

In diesem Tutorial erfahren Sie, wie Sie generative Modelle verwenden, um Informationen aus Text mithilfe der Stuffing-Methode zusammenzufassen.

In diesem Lab lernen Sie die DPA-Funktion (Dynamic Port Allocation) von Cloud NAT kennen.

In diesem Lab lernen Sie die Funktion „Regeln“ von Cloud NAT kennen.

In diesem Codelab erfahren Sie, wie Sie eine benutzerdefinierte Visualisierung für einen Looker Studio-Bericht erstellen.

In diesem Codelab verwenden Sie dscc-gen, ein Tool zum Erstellen von Projektvorlagen, um eine Community-Visualisierung für Data Studio zu erstellen.

Hier erfahren Sie, wie Sie LLM-Inferenzen auf Cloud Run-GPUs mit vLLM und dem OpenAI Python SDK ausführen

Hier erfahren Sie, wie Sie JavaScript-Frameworks wie Angular, Nuxt.js und Next.js in Cloud Run bereitstellen.

In diesem Codelab lernen Sie die REST APIs von Google Workspace kennen. Das Beispiel wird aus Gründen der Kürze und Verfügbarkeit in Python erstellt, Sie können aber auch Ihre bevorzugte Entwicklungssprache verwenden. Viele Einführungsthemen werden vorgestellt. Letztendlich erstellen die Nutzer ein einfaches Skript, mit dem die ersten 100 Dateien angezeigt werden. Ordner in Google Drive mithilfe der entsprechenden API erstellen.

Hier erfahren Sie, wie Sie einen Cloud Run-Dienst für den Zugriff auf einen internen Cloud Run-Dienst über ausgehenden VPC-Traffic konfigurieren.

Hier erfahren Sie, wie Sie mit Vertex AI und der Video Intelligence API einen Cloud Run-Dienst erstellen, der das Bild in jeder Szene eines Videos beschreibt.

In diesem Codelab entwickeln Sie mithilfe des Flutter Mobile App SDK ein Google Maps-Erlebnis für die Entwicklung hochwertiger nativer Apps für iOS, Android und das Web.

In diesem Codelab zeigen wir Ihnen eine Lösung für den Zugriff auf und die Analyse von klinischen Daten in der GCP mithilfe von BigQuery und AI Platform Notebooks.

In diesem Codelab erfahren Sie, wie Sie Gmail-Nachrichten mithilfe von G Suite APIs und Google Cloud Functions automatisch und programmatisch verarbeiten.

Hier erfahren Sie, wie Sie mit Vertex AI und der Video Intelligence API einen Cloud Run-Job erstellen, der das Bild in jeder Szene eines Videos beschreibt.

Anleitung zum Erstellen einer Abfrage an Vertex AI Search über einen Cloud Run-Dienst.

Hier erfahren Sie, wie Sie einen dynamisch skalierbaren HPC-Cluster mit Google Compute Engine, Google Deployment Manager und dem Slurm Workload Manager bereitstellen.

Hier erfahren Sie, wie Sie mit express.js, htmx und tailwindCSS einen Gemini-basierten Chat in Cloud Run bereitstellen.

Hier erfahren Sie, wie Sie über direkten VPC-Traffic auf einen reinen internen Cloud Run-Dienst für eingehenden Traffic zugreifen und gleichzeitig öffentlichen Internetzugriff beibehalten

Änderungen von GitHub mit Cloud Build automatisch in Cloud Run bereitstellen

Hier erfahren Sie, wie Sie Cloud Run als Endpunkt für Gemini-Funktionsaufrufe verwenden.

In diesem Codelab richten Sie ein Google Cloud-Projekt für die folgenden Codelabs ein. Außerdem erfahren Sie, wie Sie mit Cloud Shell Dateien bearbeiten und Terminalbefehle ausführen.

In diesem Codelab erstellen Sie mit der Google Docs API ein Google-Dokument und schreiben das Transkript einer Audiodatei in dieses Dokument. Sie verwenden die Speech-to-Text API, um das Texttranskript der jeweiligen Audiodatei abzurufen.

In diesem Codelab implementieren wir ein Datenaufnahmemuster, um Gesundheitsdaten im FHIR-R4-Format (reguläre Ressourcen) mithilfe von Cloud Healthcare FHIR APIs in BigQuery zu laden.

Microsoft.NET Core ist eine plattformübergreifende Open-Source-Version von.NET, die nativ in Containern ausgeführt werden kann..NET Core ist auf GitHub verfügbar und wird von Microsoft und der.NET-Community verwaltet. In diesem Lab wird eine.NET

In diesem Codelab verwenden Sie Document AI Warehouse, um den vollständigen Text von Dokumenten aufzunehmen, zu verarbeiten und zu suchen.

In diesem Codelab lernen Sie die erweiterten Traffic-Features kennen, die im neuen externen HTTPS-Load-Balancer verfügbar sind.

In diesem Codelab hören Sie mit Eventarc Ereignisse aus Pub/Sub, Cloud Storage und Cloud-Audit-Logs und übergeben sie an einen Kubernetes-Dienst, der in der Google Kubernetes Engine (GKE) ausgeführt wird.

In diesem Codelab verschlüsseln und entschlüsseln Sie Daten mit asymmetrischen Cloud KMS-Schlüsseln.

In diesem Lab erstellen Sie eine CDN-Verteilung und wenden Cloud Armor-Regeln an, um Ihren Edge-Cache zu schützen.

In diesem Codelab erstellen Entwickler einen cloudbasierten Workflow für die Bildverarbeitung in Python mit Google Workspace (ehemals G Suite) und Google Cloud APIs Insbesondere laden Sie eine Bilddatei aus Google Drive herunter, archivieren sie in Google Cloud Storage, analysieren ihren Inhalt mit Google Cloud Vision und generieren Berichtsdaten in Google Tabellen.

In diesem Codelab verschlüsseln und entschlüsseln Sie Daten mit Cloud KMS.

Hier erfahren Sie, wie Sie eine einfache App Engine-Anwendung von ndb zu Cloud NDB migrieren.

Hier erfahren Sie, wie Sie die Python App Engine-Anwendung von webapp2 zum Flask-Web-Framework migrieren.

Hier erfahren Sie, wie Sie die Blobstore-Nutzung für eine Python 2-App Engine-ndb-Anwendung zu Cloud Storage migrieren.

In dieser Anleitung erstellen Sie HTTP-Cloud Functions-Funktionen in Python.

Hier erfahren Sie, wie Sie einer einfachen App Engine NDB-Anwendung mit Python 2 Flask die Verwendung von Pull-Aufgaben in Aufgabenwarteschlangen hinzufügen.

In diesem Codelab erfahren Sie, wie Sie eine Google-Tabelle aus einer Cloud Functions-Funktion füllen, die auf einen CSV-Dateiupload in Cloud Storage reagiert

Informationen zum Migrieren einer Python 2-App Engine NDB Anwendung der Aufgabenwarteschlange (Pull-Aufgaben) an Cloud NDB & Cloud Pub/Sub, gefolgt von einem Upgrade auf Python 3

Informationen zum Hinzufügen der Blobstore-Nutzung zu einer einfachen Python 2-Anwendung in App Engine

Hier erfahren Sie, wie Sie einer einfachen App Engine NDB-Anwendung in Python 2 Flask die Memcache-Nutzung hinzufügen.

Informationen zum Migrieren einer Python 2-App Engine NDB Memcache-Anwendung für Cloud NDB Cloud Memorystore (für Redis), gefolgt von einem Upgrade auf Python 3

Einfache Python-Anwendung in App Engine konvertieren (oder eine größere, monolithische Anwendung in Mikrodienste aufteilen) und in Cloud Functions verschieben

Hier erfahren Sie, wie Sie Stackdriver Logging und Stackdriver Trace für Cloud Functions verwenden.

Gebündelte App Engine-Dienste in Gen2-Laufzeiten verwenden

In diesem Codelab lernen Sie, wie Sie die Natural Language API mit C# verwenden

Hier erfahren Sie, wie Sie eine einfache App Engine-Anwendung mithilfe von Cloud Buildpacks in einen Container verlagern und zu Cloud Run migrieren.

In diesem Codelab erfahren Sie, wie Sie die Google Cloud Translation API mit Node.js verwenden und entweder lokal ausführen oder auf einer serverlosen Cloud-Computing-Plattform (App Engine, Cloud Functions oder Cloud Run) bereitstellen.

Hier erfahren Sie, wie Sie einer einfachen App Engine NDB-Anwendung in Python 2 Flask die Verwendung von Aufgabenwarteschlangen-Push-Aufgaben hinzufügen.

In diesem Lab erfahren Sie, wie Sie eine monolithische Website in Mikrodienste unterteilen und sie in Google Kubernetes Engine bereitstellen.

Hier erfahren Sie, wie Sie eine einfache App Engine-Anwendung von Cloud Datastore zu Cloud Firestore migrieren.

Hier erfahren Sie, wie Sie eine einfache App Engine-Anwendung von Cloud NDB zu Cloud Datastore migrieren.

Informationen zum Migrieren einer Python 2-App Engine NDB Nutzerdienst-App für Cloud NDB & Cloud Identity Platform, gefolgt von einem Upgrade auf Python 3

Anleitung zum Containerisieren und Migrieren einer einfachen App Engine-Anwendung mit Docker zu Cloud Run

In diesem Codelab migrieren Sie einen einfachen Webserver mit Migrate for Anthos von Compute Engine zu Kubernetes Engine.

In diesem Codelab lernen Sie, wie Sie einen Netzwerk-Load-Balancer konfigurieren, um den Traffic basierend auf den Gewichtungen, die von einer HTTP-Systemdiagnose mit gewichtetem Load-Balancing gemeldet wurden, auf die Back-End-Instanzen des Load-Balancers zu verteilen.

In diesem Lab nehmen Sie direkt ein BigQuery-Dataset auf und trainieren ein Betrugserkennungsmodell mit TensorFlow Enterprise auf der Google Cloud AI Platform.

In diesem Lab erstellen Sie eine tf.keras zur Identifizierung betrügerischer Transaktionen mit TensorFlow und interpretieren die Ergebnisse des Modells dann mit dem Explainable AI SDK von Cloud.

Erstellen Sie eine Posengenerator-App, um Bilder basierend auf vom Nutzer erstellten Pose-Prompts mit Daten zu generieren, die über die Server-App-API aus der Spanner-Datenbank abgerufen wurden.

In diesem Codelab chatten Sie mit Ihren Nutzern oder stellen Fragen zu Ihrer Dokumentation, indem Sie Generative AI in Java verwenden, das PaLM Large Language Model einbinden und das LangChain4J LLM-Orchestrierungs-Framework nutzen.

Hier erfahren Sie, wie Sie mit der Gemini API Google Workspace-Aufgaben automatisieren können, und entdecken weitere Möglichkeiten.

In diesem Codelab verwenden Sie Funktionsaufrufe in Gemini, um eine App zu erstellen, mit der Nutzer nach Wechselkursen fragen, die neuesten Daten von einer externen API abrufen und dem Nutzer dann eine Antwort senden können.

In diesem Codelab lernen Sie mithilfe der BigQuery-Web-UI Partitionierung und Clustering in BigQuery kennen.

Vielleicht kennen Sie die Firebase SDKs für Android und iOS. Aber wussten Sie auch, dass es eine C++ SDK nur für plattformübergreifende Spiele entwickelt? In diesem Workshop fügen wir den C++ SDK in ein Android-Projekt über CMake einfügen, einige grundlegende Analysedaten hinzufügen, um dein Spiel zu verbessern, und es mit Freunden und Testern teilen, um Feedback zu sammeln.

In diesem Codelab entwerfen und implementieren Sie ein Gmail-Add-on, mit dem Nutzer Ausgaben aus Belegen ganz einfach in eine Google-Tabelle einfügen können, ohne Gmail zu verlassen.

In diesem Codelab lernen Sie Generative AI in Java kennen, integrieren das Large Language Model von PaLM und nutzen das LLM-Orchestrierungs-Framework LangChain4J

In diesem Codelab sehen wir uns eine vorhandene Schnellstartlösung namens „KI-Zusammenfassung“ an, die mithilfe von Vertex AI-Modellen PDF-Dokumente zusammenfasst, die in Google Cloud Storage hochgeladen wurden. Wir verwenden Gemini Code Assist, um der Lösung neue Funktionen hinzuzufügen.

In diesem Codelab sehen wir uns an, wie Sie mithilfe der Funktion „Hilfe beim Verfassen“ synthetische Monitoringtests für Ihre vorhandenen Dienste erstellen können.

In diesem Codelab erfahren Sie, wie Sie mit Dataprep, BigQuery und Looker die Auswirkungen verschiedener Einzelhandelspreise analysieren und fundierte Entscheidungen zur Preisoptimierung von Produkten treffen.

Quellcode zum Erstellen eines Slack-Slash-Befehls für die Textzusammenfassung in der Slack-Anwendung. Die Slack-Anwendung verwendet die Cloud Functions-Funktion, um die PaLM API für die Textzusammenfassung aufzurufen.

In diesem Codelab erstellen Sie einen TCP/SSL-Proxy-Load-Balancer mit einem Back-End-Dienst und verwenden Cloud Armor, um den Zugriff auf den Load-Balancer auf eine bestimmte Gruppe von Nutzerclients zu beschränken

In diesem Lab erfahren Sie, wie Sie Apache Spark und Jupyter Notebooks in Cloud Dataproc mit optionalen Komponenten und Component Gateway einrichten können.

In dieser Anleitung lernen Sie, wie Sie Secret Manager mit Python verwenden

Erstellen Sie eine Anwendung zur Ähnlichkeitssuche für Bekleidungsempfehlungen auf der Grundlage von Nutzereingaben und führen Sie eine Suche anhand von Daten durch, die in Schraubenschlüssel gespeichert und von der Vektorsuche indexiert wurden, um mit den nächsten Nachbarn zu antworten.

In diesem Codelab implementieren wir ein Datenaufnahmemuster, um Gesundheitsdaten im CSV-Format mit Cloud Data Fusion in Echtzeit in BigQuery zu laden.

OpenTelemetry ist der Branchenstandard für die Systembeobachtbarkeit von Trace und Messwerten. In dieser Sitzung wird Ihr Wissen über die Instrumentierung von Anwendungsmesswerten mit OpenTelemetry und die Verwendung in Cloud Monitoring und anderen Monitoringtools vermittelt.

In diesem Codelab fügen Sie einer iOS-App mit Firebase Cloud Messaging Push-Benachrichtigungen hinzu.

In diesem Code-Lab entwickeln Sie eine Web API auf Basis der serverlosen Lösungen von Google Cloud, um ein Bücherregal und die dazugehörigen Bücher bereitzustellen. Sie erstellen eine Cloud Functions-Funktion zum Importieren von Beispieldaten, einen Cloud Run-Container, um eine wiederverwendbare Backend-Web-API anzubieten, und eine App Engine-Webanwendung, die ein Web-Front-End zum Durchsuchen der Bücherbibliothek bereitstellt.

Mit der Spring-Ressourcenabstraktion können Sie auf Dateien in Cloud Storage zugreifen.

This codelab is intended to help you understand how to create your first 3D Map using Photorealistic 3D Maps in Maps JavaScript. You will learn the basics about loading the right components of the Maps Javascript API, displaying your first 3D Map and

This tutorial explores how to add and style 3D markers in your application. You'll also learn how to animate your application by flying to and around specific locations. This tutorial builds on the concepts covered in the first codelab. If you

This codelab teaches you how get started using Google Maps Platform for building iOS apps in Swift. You'll build an iOS app that does the following: To complete this codelab, you need the following accounts, services, and tools: For the enablement

This codelab teaches you how to use the Maps SDK for iOS with SwiftUI. For the following enablement step, enable Maps SDK for iOS. If you do not already have a Google Cloud Platform account and a project with billing enabled, please see the Getting

In this codelab, you learn everything that you need to get started with the vis.gl/react-google-map library for the Google Maps JavaScript API, which lets you add a Google map to a React app. You learn how to get set up, load the Maps JavaScript API,

In this codelab you’ll learn how to create a simple navigation app using Google Maps Platform Navigation SDK.

In this codelab you’ll learn how to create a simple navigation app using Google Maps Platform Navigation SDK.

In this codelab, you’ll learn how to build a chat app to poll a space.

Maps can be a very powerful tool when visualizing the patterns in a dataset that are related to location in some way. This relation could be the name of a place, a specific latitude and longitude value, or the name of an area that has a specific

In this codelab you'll learn everything you need to get started using Google Maps Platform for building iOS apps in Objective-C. You'll learn all the basics from getting set up to loading the Maps SDK for iOS, displaying your first map, working with

Imagine you have many places to put on a map and you want users to be able to see where these places are and identify which place they want to visit. Common examples of this include: In this codelab, you will create a locator that draws from a live

This codelab teaches you how to integrate the Places SDK for Android with your app and use each of the Places SDK features. To complete this codelab, you'll need the following accounts, services, and tools: For the enablement step below, enable the

Learn to enhance your Action with features that keep users coming back to it.

Learn how to use the Spreadsheet service in Apps Script to chart and present a set of data.

In this codelab, you’ll add code to an Android app to call a Vision API Product Search backend so that the app users can search for products using images.

In this code lab, you learn how to create a Google Chat

Learn to build a location-based web app using the Maps JavaScript API and PLaces Library to perform a Nearby Search.

Learn Apps Script basics to improve your Google Sheets experience.

Before you begin coding, there are a few prerequisites that you'll need to set up. This tutorial uses Apple's Xcode tool, along with the Objective-C language to create a simple iOS application that runs in an emulator. You don't need a physical

This codelab teaches you how to use data from Google Maps Platform to display nearby places in augmented reality (AR) on Android. This codelab uses Android 10.0 (API level 29) and requires that you have Google Play services installed in Android

Learn how to read, write, and manipulate data in Google Sheets with the Apps Script Spreadsheet service.

In this codelab, you will use Producer Portal to integrate a basic SaaS solution with the Google Cloud Marketplace Procurement API.

In this codelab, you’ll learn how to build a product image search backend using Vision API Product Search, and how to create an API key to call the backend from mobile apps.

Whether you are embarking on a road trip, planning your daily commute, or navigating a bustling city, getting from point A to point B is more than just knowing where you want to go. A reliable route generation tool is essential. With Google Maps

In this codelab, you learn everything you need to get started using Google Maps Platform for the web. You learn all the basics, from getting set up to loading the Maps JavaScript API, displaying your first map, working with markers and marker

Learn how to use the Google Maps Platform Maps and Places SDKs for Android to present users with a list of possible Places to identify their locations.

This codelab teaches you how to integrate Maps SDK for Android with your app and use its core features by building an app that displays a map of mountains in Colorado, USA, using various types of markers. Additionally, you'll learn to draw other

This codelab teaches you how to use the WebGL-powered features of the Maps JavaScript API to control and render on the vector map in three dimensions. This codelab assumes you have intermediate knowledge of JavaScript and the Maps JavaScript API. To

Learn how to employ data manipulation, custom menus, and public API data retrieval with Apps Script to improve your Sheets experience.

In this codelab, we’ll explore the Vision, Speech-to-Text, Translation and Natural Language APIs. At the end, we’ll use these APIs to analyse audio recordings and map them to relevant images.

One of the most common features of a website is displaying a Google map that highlights one or more locations for a business, establishment, or some other entity with a physical presence. How these maps are implemented can vary greatly depending on

This codelab teaches you how to create a high-volume geospatial data visualization using the Maps JavaScript API and deck.gl, an open-source, WebGL-accelerated, data-visualization framework. If you haven't used Google Maps Platform before, follow

This codelab teaches you how to integrate Maps SDK for Android with your app and use its core features by building an app that displays a map of bicycle shops in San Francisco, CA, USA. For the following enablement step, you need to enable Maps SDK

Learn how to format your spreadsheet data with Apps Script.

In this codelab you’ll learn how to implement Text Classification using Firebase and TensorFlow Lite.

In this codelab, you’ll learn how to create a content recommendation engine for your app using Tensorflow and Firebase.

In this codelab, you’ll learn how to create a content recommendation engine for your app using Tensorflow and Firebase

In this codelab you’ll learn how to implement Text Classification using Firebase and TensorFlow Lite.

Use Terraform to set up and manage Firebase projects, including programmatic configuration of infrastructure and Firebase products.

In this codelab, you will learn how to use Spring Cloud GCP to write and read data from a Cloud Spanner database.

Learn to cache data from a Spring Boot app with Memorystore.

In this tutorial, you will learn to use the Speech-to-Text API with Python.

You can use Firebase App Check with App Attest to protect your backend services and verify that requests to Firebase services are coming from your authentic app. It's generally recommended to onboard users gradually to the App Attest service to avoid

In this codelab, you’ll build a leaderboard using Cloud Firestore and Cloud Functions.

In this codelab, you will learn how to use advanced features of Crashlytics. These will give you better visibility into crashes and the circumstances that may have caused them.

In this codelab you’ll learn the basics of single-sign on embedding with Looker.

In this code lab, you create a Java service leveraging Google’s Support for Native Java Client Libraries and deploy it to Cloud Run. The service runs image analysis using Vision API in response to Cloud Storage events and saves the analysis results in a Firestore collection.

In this codelab, you’ll learn how to get started with Cloud Run by deploying and running a stateless container serverless-ly (with the infrastructure abstracted away). Cloud Run offers a fully-managed option as well as the ability to run on top of a GKE cluster.

In this codelab you’ll learn how to use Remote Config A/B Testing in your Unity game.

Learn how to instrument your Unity game with Remote Config