Aby opracować na platformie Google Cloud Platform funkcjonalny system asystenta nauczyciela oparty na AI, nazwany „Aidemy”, który demonstruje możliwości systemów wieloagentowych. Zdobądź praktyczne doświadczenie w zakresie projektowania, tworzenia i wdrażania złożonego systemu wieloagentowego w Google Cloud, opanowania kluczowych pojęć związanych z rozwojem aplikacji LLM oraz zrozumienia zalet architektur opartych na zdarzeniach.

W tym laboratorium programistycznym utworzysz aplikację wyszukiwania wektorowego opartą na RAG, która wyszukuje zabawki pasujące do wyszukiwania przez klienta (za pomocą tekstów i obrazów), tworzy zabawki niestandardowe na podstawie prośby użytkownika oraz przewiduje cenę niestandardowej zabawki, korzystając z AlloyDB, Gemini, Imagen, LangChain4j i GenAI Toolbox for Databases.

Z tego ćwiczenia w Codelab dowiesz się, jak utworzyć klaster AlloyDB, wdrożyć usługę GenAI Databases Retrieval Service do baz danych i utworzyć przykładową aplikację korzystającą z tej usługi.

W tym laboratorium kodu dowiesz się, jak wdrożyć AlloyDB Omni w klastrze GKE, wdrożyć model I w tym samym klastrze, zarejestrować model w AlloyDB Omni i sprawić, aby działały razem

Z tego ćwiczenia w Codelabs dowiesz się, jak wdrożyć AlloyDB Omni w maszynie wirtualnej Compute, wczytywać dane i używać AlloyDB Columnar Engine do zwiększenia wydajności

Z tego ćwiczenia w Codelabs dowiesz się, jak używać AlloyDB AI w połączeniu z wyszukiwaniem wektorowym i tworzyć indeksy danych wektorowych

W tym ćwiczeniu skorzystasz z Gemini Code Assist, czyli opartej na AI usługi wspomagającej w Google Cloud. Poznasz sposoby korzystania z Gemini Chat i funkcji wstawiania kodu, aby generować kod, interpretować kod i wykonywać inne zadania związane z kodowaniem przy użyciu AI.

W tym laboratorium programistycznym dowiesz się, jak używać integracji Cloud SQL AI w połączeniu z wyszukiwaniem wektorowym i tworzyć indeksy danych wektorowych.

Z tego Codelab dowiesz się, jak utworzyć usługę Private Service Connect dla AlloyDB

Z tego ćwiczenia dowiesz się, jak utworzyć usługę Private Service Connect dla Cloud SQL

W tym laboratorium programistycznym utworzysz i wdrożysz narzędzia dla aplikacji do prognozowania cen, która korzysta z AlloyDB i funkcji generatywnej AI za pomocą usługi GenAI Toolbox for Databases.

Dowiedz się, jak tworzyć aplikacje internetowe za pomocą Firebase Data Connect i GraphQL

To ćwiczenie w Codelab poprowadzi Cię przez proces tworzenia aplikacji do rekomendowania pozycji jogi opartej na wiedzy. Aplikacja odpowiada na pytania użytkowników, sugerując odpowiednie pozycje jogi. Dowiesz się, jak utworzyć kolekcję Firestore zawierającą pozycje jogi na podstawie zbioru danych Hugging Face, skonfigurować wyszukiwanie wektorów w Firestore i zintegrować wszystko z aplikacją Flask.

W tym ćwiczeniu w Codelab utworzysz kontekstową aplikację do wyszukiwania pozycji jogi, która odpowiada na pytania użytkowników o jogę. Pozwala też na wykonywanie zadań administracyjnych, takich jak tworzenie i edytowanie pozycji jogi.

W tym laboratorium programistycznym utworzysz aplikację na Androida z ML Kit, która wykorzystuje uczenie maszynowe na urządzeniu do rozpoznawania języka i tłumaczenia tekstu z 59 języków. Dowiesz się też, jak zintegrować bibliotekę CameraX, aby wykonywać te czynności na podstawie danych z kamery w czasie rzeczywistym.

To ćwiczenie w Codelab poprowadzi Cię przez proces tworzenia aplikacji do rekomendowania pozycji jogi opartej na wiedzy. Aplikacja odpowiada na pytania użytkowników, sugerując odpowiednie pozycje jogi. Dowiesz się, jak utworzyć kolekcję Firestore zawierającą pozycje jogi na podstawie zbioru danych Hugging Face, skonfigurować wyszukiwanie wektorów w Firestore i zintegrować wszystko z aplikacją Node.js.

W ramach tego ćwiczenia w Codelabs zmodernizujesz starą aplikację w PHP w Google Cloud, skonteneryzujesz ją, wdrożysz w Cloud Run i połączysz z Cloud SQL. Dodatkowo poznasz CI/CD aplikacji za pomocą Cloud Build i zabezpieczysz ją za pomocą Secret Manager.

Twórz funkcje w aplikacji na Androida z listą zadań, dodając uwierzytelnianie, monitorowanie wydajności, deklaratywny interfejs i oznaczanie funkcji – wszystko to w Firebase i Jetpack Compose.

Dowiedz się, jak korzystać z wyszukiwania wektorowego w Firestore

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć aplikację internetową, która korzysta z Cloud Firestore.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć aplikację na iOS, która korzysta z Cloud Firestore.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć aplikację na Androida, która korzysta z Cloud Firestore.

Z tego ćwiczenia w Codelabs dowiesz się, jak korzystać z platformy Firebase w internecie, tworząc aplikację do czatu.

W tym ćwiczeniu dodasz do aplikacji internetowej platformy handlowej funkcje za pomocą rozszerzeń Firebase.

Dowiedz się, jak uruchamiać zadanie Cloud Run zgodnie z harmonogramem w obrębie granicy usługi VPC przy użyciu usługi Cloud Scheduler i usługi Cloud Run

Włącz przyłączenie PSC w istniejącej instancji CloudSQL, która ma włączone sieci dostępu do usług prywatnych. Następnie połącz się z nim przez punkt końcowy PSC w innym projekcie.

utworzyć instancję Cloud SQL z przyłączem usługi PSC; Połącz się z nim przez punkt końcowy PSC w innym projekcie

Dowiedz się, jak używać rozszerzeń Firebase z interfejsem Gemini API, aby tworzyć aplikacje internetowe z funkcjami opartymi na AI, takimi jak spersonalizowane rekomendacje.

Z tego ćwiczenia dowiesz się, jak korzystać z platformy Firebase na iOS w języku Swift.

W tym laboratorium programistycznym skonfigurujesz w aplikacji internetowej monitorowanie wydajności Firebase i dowiesz się, jak z niego korzystać, aby zapewnić użytkownikom płynne działanie aplikacji.

Dowiedz się, jak zintegrować Firebase z aplikacją Next.js.

Dowiedz się, jak używać Firebase Genkit do tworzenia funkcji generatywnej AI, korzystając z umiejętności i narzędzi do tworzenia aplikacji, które już znasz.

Z tego Codelab dowiesz się, jak tworzyć aplikacje na Androida za pomocą platformy Firebase.

Z tego Codelab dowiesz się, jak zabezpieczyć aplikację internetową przed nieautoryzowanym dostępem.

W tym laboratorium programistycznym dowiesz się, jak używać funkcji Cloud Functions for Firebase do wysyłania powiadomień do użytkowników aplikacji do czatu.

W tym laboratorium programistycznym dowiesz się więcej o Google Cloud Functions (2 gen). Dokładniej rzecz ujmując, wdrożysz funkcje, które reagują na wywołania HTTP, wiadomości Pub/Sub, zdarzenia Cloud Storage i logi kontrolne Cloud.

Ten moduł pokazuje, jak za pomocą usługi PySpark w Dataproc wczytywać dane z BigQuery i zapisywać je w Google Cloud Storage.

W tym ćwiczeniu w Codelab utworzysz instancję Spanner i dowiesz się, jak korzystać z grafu Spanner.

jak zacząć korzystać z funkcji Cloud Run uruchamianych po wystąpieniu zdarzenia.

Dowiedz się, jak uruchomić stabilną dyfuzję na GPU w Cloud Run

W tym laboratorium programistycznym spróbujesz zaszyfrować i odszyfrować dane za pomocą kluczy asymetrycznych Cloud KMS.

Dowiedz się, jak wdrożyć witrynę za pomocą Cloud Run, co zapewni bezserwerową elastyczność Twoim aplikacjom konteneryzowanym.

W ramach tych ćwiczeń w Codelabs będziesz rozmawiać z użytkownikami, zadawać pytania na temat dokumentacji lub rozszerzać model za pomocą wywołań funkcji, wykorzystywać generatywną AI w Javie, zintegrować duży model językowy Gemini z Vertex AI i wykorzystać platformę LangChain4j

Dowiedz się, jak kodować, wdrażać i debugować funkcje Cloud Functions dla Node.js w Visual Studio Code na komputerze lokalnym.

Dowiedz się, jak tworzyć chatboty do obsługi klienta za pomocą Dialogflow CX, platformy do tworzenia agentów wirtualnych opartej na AI do obsługi konwersacji (CAIP).

W tym laboratorium z kodami dowiesz się, jak wdrażać Wagtail za pomocą komponentów bezserwerowych: Cloud Run dla silnika internetowego, Cloud SQL dla bazy danych i Cloud Build dla zasobów multimedialnych.

Dowiedz się, jak uruchomić stabilną dyfuzję na GPU w Cloud Run

Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak korzystać z Obszaru poufnego do przeprowadzania transakcji na zasobach cyfrowych przy użyciu obliczeń wielostronnych.

Dowiedz się, jak wdrożyć Lustre Parallel File System w Google Cloud Platform za pomocą skryptów Lustre Deployment Managera w wersji open source.

Z tego samouczka dowiesz się, jak korzystać z interfejsu Translation API w Pythonie.

Z tego ćwiczenia w Codelabs dowiesz się, jak dodać uwierzytelnianie Firebase do aplikacji Flutter za pomocą zaledwie kilku linijek kodu.

Z tego ćwiczenia w Codelabs dowiesz się, jak zabezpieczyć modele systemów uczących się i własność intelektualną za pomocą Obszaru poufnego

W tym laboratorium programistycznym dowiesz się, jak weryfikować aplikację internetową za pomocą Sprawdzania aplikacji Firebase i reCAPTCHA przed wysyłaniem żądań do interfejsu Places API.

W ramach tego ćwiczenia w Codelabs utworzysz aplikację do obsługi czatu opartą na wiedzy, która będzie odpowiadać na pytania klientów, ułatwiać odkrywanie produktów i dostosowywać wyniki wyszukiwania do zbioru danych e-commerce.

Z tego samouczka dowiesz się, jak trenować i uruchamiać model z vLLM w GKE za pomocą DAG Airflow.

Z tego ćwiczenia w Codelabs dowiesz się, jak wykorzystać funkcję podpisanego obrazu kontenera, aby poprawić łatwość obsługi Poufnej przestrzeni.

Uzyskiwanie dostępu do Gemini z maszyny wirtualnej za pomocą pakietu Python SDK i punktu końcowego PSC

W ramach tego ćwiczenia w programie użyjesz Vertex AI Conversation, aby utworzyć, skonfigurować i wdrożyć agenta magazynu danych oraz aplikację czatu, aby odpowiadać na pytania klientów na temat produktów w Google Store.

Funkcja w Cloud Functions, która pokazuje, jak przetworzyć przesłany plik w Google Cloud Storage i wykonywać podsumowanie treści przy użyciu interfejsu Vertex AI PaLM API.

Utworzymy model prognozowania wyników filmu za pomocą wyłącznie SQL w BigQuery ML

Za pomocą Vertex AI AutoML utworzymy model prognozowania wyników filmu, wdrożymy go w punkcie końcowym interfejsu API oraz uruchomimy interfejs API prognozowania za pomocą Javy Cloud Functions.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak przy użyciu Gemini Pro zbudować multimodalny system odpowiadania na pytania.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).

Z tego ćwiczenia z programowania dowiesz się, jak przekształcić dane z ankiet z Formularzy Google za pomocą Dataprep i przekazać je do BigQuery w celu głębszej analizy.

Z tego ćwiczenia w programie dowiesz się, jak wdrożyć Django za pomocą komponentów bezserwerowych: Cloud Run dla silnika internetowego, Cloud SQL dla bazy danych i Cloud Build do obsługi zasobów medialnych.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).

Z tego ćwiczenia w Codelabs dowiesz się więcej o zdarzeniach w Cloud Run. Dokładniej rzecz ujmując, będziesz nasłuchiwać zdarzeń z Cloud Pub/Sub, logów kontrolnych, Cloud Storage, Cloud Scheduler oraz dowiedzieć się, jak tworzyć i wykorzystywać zdarzenia niestandardowe.

Z tego ćwiczenia w Codelabs dowiesz się, jak nadzorować dostrajanie LLM z użyciem Vertex AI.

Spring Native to rozwijający się projekt, który ma pojawić się na rynku w wersjach Spring 6.x i Spring Boot 3.x, co oznacza, że teraz jest doskonały moment, aby zapoznać się z tą usługą kilka miesięcy przed jej premierą.

W ramach tego ćwiczenia w Codelabs utworzysz system równoważenia obciążenia TCP/SSL z usługą backendu i ograniczysz dostęp do systemu równoważenia obciążenia tylko do określonego zestawu klientów użytkownika.

Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak zabezpieczyć udostępnianie danych przez wiele osób, jednocześnie zachowując poufność dzięki Obszarowi poufnemu.

Dowiedz się, jak utworzyć aplikację mobilną Flutter za pomocą Firebase.

Utwórz aplikację internetową od podstaw, korzystając z Firebase i edytora online StackBlitz. Podczas rozmów z Firebase będziesz używać podstawowego języka HTML i JavaScript. To świetne wprowadzenie do używania konsoli Firebase i integrowania Firebase z aplikacją. Nie jest potrzebna znacząca wiedza ani instalowanie oprogramowania.

W ramach tego ćwiczenia w programie utworzysz prezentację przy użyciu interfejsu API Prezentacji Google oraz BigQuery, aby utworzyć raport dotyczący najpopularniejszych licencji na oprogramowanie.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak utworzyć rozszerzenie Firebase do geohasła. Dzięki temu ćwiczeniu z programowania dowiesz się, jak przekształcić dotychczasową funkcję w Cloud Functions w rozszerzenie Firebase, które można łatwo udostępnić milionom deweloperów i pomóc w rozwijaniu ich projektów Firebase.

W ramach tego ćwiczenia w Codelabs użytkownik będzie używać App Distribution i naszej wtyczki fastlane do rozpowszechniania kompilacji na iOS i rejestrowania urządzeń testowych. Następnie użytkownik wyeksportuje z konsoli dystrybucji aplikacji plik .txt z urządzeniami i identyfikatorami UDID oraz automatycznie rejestruje te urządzenia (jest to wymagane do dystrybucji doraźnych kompilacji iOS).

Z tego modułu dowiesz się, jak używać Spark MLlib i Spark-nlp do wykonywania systemów uczących się i NLP na dużych ilościach danych.

W tym module dowiesz się, jak używać notatników AI Platform do prototypowania przepływów pracy systemów uczących się. Omówimy tworzenie instancji niestandardowych notatników, śledzenie kodu notatnika w git i debugowanie modeli przy użyciu narzędzia What-If.

Dowiedz się, jak używać wersji w funkcjach Cloud Run do podziału ruchu, wdrażania stopniowego i przywracania poprzedniej wersji.

Z tego ćwiczenia w Codelabs dowiesz się więcej o funkcjach Google Cloud Run w języku C#. Dokładniej rzecz biorąc, wdrożysz funkcje C# w odpowiedzi na żądania HTTP i CloudEvents z różnych źródeł Google Cloud.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Google Cloud Translation API w Pythonie i uruchamiać go lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).

Dowiedz się, jak wdrożyć uwierzytelnianie wielopoziomowe i utworzyć niestandardowe wymagania dotyczące uwierzytelniania za pomocą funkcji blokowania

W ramach tego ćwiczenia w programie użyjesz interfejsu API FCM HTTP w wersji 1 do wysyłania powiadomień push do aplikacji działającej na wielu platformach. Aplikację tworzysz za pomocą narzędzia Flutter, który działa bezproblemowo na urządzeniach z Androidem, iOS i w przeglądarce.

Poznaj Google Cloud, wdrażając mikroserwis w Cloud Run, i dołączając do wirtualnego tłumu, w którym Twój mikroserwis będzie rzucał tęczę w inne mikroserwisy, rywalizując o wygrane. Przećwiczysz wdrażanie mikroserwisów Kotlin, Java, Go, Python i Node.js oraz poznasz informacje o kontenerach i Cloud Run. Stale ulepszając algorytm, sprawdź, czy uda Ci się zdobyć więcej punktów niż inni poszukiwacze przygód.

Dowiedz się, jak wdrażać, skalować i aktualizować witrynę przy użyciu GKE.

Z tego samouczka dowiesz się, jak używać interfejsu Natural Language API w Pythonie.

W ramach tego ćwiczenia w Codelabs utworzysz opartą na zdarzeniach administrację mikroserwisów do przetwarzania obrazów za pomocą Eventarc i Workflows

Z tego ćwiczenia w Codelabs dowiesz się, jak przy użyciu tematów FCM przesłać komunikat push do wybranej grupy instancji aplikacji.

Dowiedz się, co nowego w Gemini Code Assist Enterprise i jak może ono pomóc Twojej organizacji w tworzeniu treści z Google Cloud.

Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak zabezpieczyć udostępnianie danych przez wiele osób, a jednocześnie zachować poufność, korzystając z Obszaru poufnego. Skupia się on na tym, jak korzystać z przestrzeni poufnej z chronionymi zasobami hostowanymi poza Google Cloud. Dowiesz się, jak poprosić o token niestandardowy z usługi Google Attestation Service, podając losowy ciąg znaków, grupę odbiorców i typ tokena PKI.

W tym laboratorium programistycznym dowiesz się, jak utworzyć Private Service Connect dla CloudSQL

Dowiedz się, jak zabezpieczyć funkcje w Cloud Functions przez wymaganie uwierzytelniania przy wywoływaniu

Ten przewodnik zawiera instrukcje przenoszenia istniejącego systemu równoważenia obciążenia sieci z backendu puli docelowej do regionalnej usługi backendu.

Z tych ćwiczeń w programowaniu dowiesz się więcej o Google Cloud Operations Suite. Moduł obejmuje zainstalowanie przykładowej aplikacji za pomocą gcloud. Po wdrożeniu przykładowej aplikacji będzie można używać usługi Cloud Monitoring, aby zdefiniować panele, alerty, kontrole dostępności i inne.

Dowiedz się, jak zabezpieczyć funkcje Cloud Run, wymagając uwierzytelniania podczas wywoływania

Ćwiczenie z programowania pokazujące, jak korzystać z Pakietu emulatorów Firebase podczas programowania we Flutter. Ćwiczenia z programowania wykorzystują emulatory uwierzytelniania i Firestore do zademonstrowania ich używania.

W tym module wykorzystasz Vertex AI do uruchomienia niestandardowego zadania trenowania. Ten moduł należy do serii filmów Prototyp – produkcja. Utworzysz model klasyfikacji obrazów na podstawie zbioru danych Flowers. Aby dowiedzieć się więcej, możesz

W tym module dowiesz się, jak uruchomić zadanie trenowania modelu niestandardowego za pomocą pakietu Kubeflow Pipelines SDK w Vertex Pipelines. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około

W tym module użyjesz Vertex AI do uruchomienia rozproszonego zadania treningowego w Vertex AI Training przy użyciu TensorFlow. Ten moduł należy do serii filmów Prototyp – produkcja. Zanim przejdziesz do tego modułu, ukończ poprzednie moduły. Aby

W tym module użyjesz Vertex AI do uzyskiwania prognoz z wytrenowanego wcześniej modelu klasyfikacji obrazów. Poznasz takie zagadnienia jak: Całkowity koszt uruchomienia tego modułu w Google Cloud wynosi około 1 USD. Ten moduł wykorzystuje najnowszą

W tym laboratorium dowiesz się, jak analizować metadane z uruchomień Vertex Pipelines za pomocą metadanych Vertex ML. Poznasz takie zagadnienia jak: Łączny koszt wykonania tego ćwiczenia w Google Cloud wynosi około 2 USD. Ten moduł wykorzystuje

W tym module dowiesz się, jak tworzyć i uruchamiać potoki ML za pomocą Vertex Pipelines. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około 25 USD. W tym module wykorzystano najnowszą ofertę

Dowiedz się, jak przekonwertować prostą aplikację App Engine w Javie, skonteneryzować ją za pomocą Buildpacks i przenieść do Cloud Run

W tym module dowiesz się, jak uruchomić niestandardowe zadanie trenowania w Vertex AI Training za pomocą funkcji automatycznego pakowania. Niestandardowe zadania trenowania w Vertex AI korzystają z kontenerów. Jeśli nie chcesz tworzyć własnego

W tym module użyjesz Vertex AI do uruchomienia zadania dopasowywania parametrów w treningu Vertex AI. Ten moduł należy do serii filmów Prototyp – produkcja. Zanim rozpoczniesz ten moduł, ukończ poprzedni moduł. Aby dowiedzieć się więcej, możesz

Będziemy używać Gemini, aby pomóc nam tworzyć rekomendacje dotyczące książek i statystyki podsumowań za pomocą BigQuery (generatywnej AI wykorzystującej tylko SQL).

Dowiedz się, jak przekonwertować prostą aplikację App Engine w Javie, skonteneryzować ją za pomocą Jib i przenieść do Cloud Run

Z tego ćwiczenia w Codelabs dowiesz się, jak skonfigurować zaawansowane funkcje optymalizacji równoważenia obciążenia na potrzeby globalnego zewnętrznego równoważenia obciążenia aplikacji.

Użyjemy Gemini, żeby utworzyć aplikację do podsumowywania półki na książki, która po prostu przenosi dane BigQuery do internetu i wdroży ją w Cloud Run.

Dowiedz się, jak przekonwertować prostą aplikację App Engine w Javie, skonteneryzować ją za pomocą Dockera i przenieść do Cloud Run

W ramach tego ćwiczenia w Codelabs dowiesz się, jak korzystać z Cloud Foundation Toolkit(CFT) i poznasz serię czynności związanych z dodawaniem funkcji do modułu CFT.

W funkcji w Cloud Functions jako funkcji zdalnej z BigQuery utworzymy aplikację z rekomendacjami książek i podsumowaniem, wykorzystującą generatywną AI (Gemini) Vertex AI.

W ramach tego ćwiczenia w Codelabs utworzysz wyszukiwarkę Google o wysokiej jakości, która pomoże Ci odpowiadać na zapytania z dokumentów i plików tekstowych za pomocą Vertex AI Search/Agent Builder.

W ramach tych ćwiczeń w programie użyjesz Vertex AI, aby wygenerować quiz z pewnością zgodnie z określoną specyfikacją. Przetestujesz generator testów w środowisku programistycznym hostowanym w chmurze, a następnie udostępnisz go publicznie, wdrażając w Google Cloud Run. Na koniec modułu zintegrujesz generator quizów z kompletną aplikacją.

W ramach tego ćwiczenia w programie utworzysz aplikację na Androida z systemem ML Kit, który wykorzystuje systemy uczące się działające na urządzeniu do rozpoznawania, identyfikowania języka i tłumaczenia tekstu z 59 języków. Dowiesz się też, jak zintegrować bibliotekę CameraX, aby wykonywać te zadania na podstawie obrazu z kamery w czasie rzeczywistym.

W tym module użyjesz funkcji współhostowania modelu w Vertex AI, aby hostować wiele modeli na tej samej maszynie wirtualnej na potrzeby prognozowania online. Poznasz takie zagadnienia jak: Łączny koszt wykonania tego ćwiczenia w Google Cloud wynosi

W tym module dowiesz się, jak używać niestandardowych rutyn prognozowania w Vertex AI do pisania niestandardowej logiki wstępnego i końcowego przetwarzania danych. Ten przykład wykorzystuje Scikit-learn, ale niestandardowe rutyny prognozowania mogą

use-cmek-to-encrypt-cloud-functions

W tym module użyjesz Vertex AI do trenowania i uzyskiwania dostępu do modelu z danymi tabelarycznym. Jest to najnowsza oferta związana z AI w Google Cloud, która jest obecnie w wersji testowej. Poznasz takie zagadnienia jak: Łączny koszt

W tym module wykorzystasz Vertex AI do wytrenowania i obsługi modelu TensorFlow za pomocą kodu w niestandardowym kontenerze. W tym przykładzie do kodu modelu używamy TensorFlow, ale możesz go łatwo zastąpić inną platformą. Poznasz takie zagadnienia

W tym module użyjesz Vertex AI do tworzenia potoku, który trenuje niestandardowy model Keras w TensorFlow. Następnie użyjemy nowej funkcji dostępnej w eksperymentach Vertex AI, aby śledzić i porównywać uruchomienia modelu i określić, która kombinacja

W tym module użyjesz Vertex AI do uruchomienia zadania trenowania z wieloma pracownikami dla modelu TensorFlow. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około 5 USD. Ten moduł wykorzystuje

Z tego modułu dowiesz się, jak wytrenować model XGBoost na finansowym zbiorze danych, wdrożyć go w Vertex AI i przeanalizować go za pomocą narzędzia What-If.

W tym module użyjesz Vertex AI do uzyskiwania prognoz online i zbiorczych z niestandardowego wytrenowanego modelu. Ten moduł należy do serii filmów Prototyp – produkcja. Zanim przejdziesz do tego modułu, ukończ poprzedni moduł laboratoryjny. Aby

Z tego modułu dowiesz się, jak używać platformy Vertex AI Workbench do eksplorowania danych i trenowania modeli ML. Poznasz takie zagadnienia jak: Łączny koszt przeprowadzenia tego laboratorium w Google Cloud wynosi około 1 USD. Ten moduł

jak zacząć korzystać z opartych na zdarzeniach funkcji Cloud Run

Dowiedz się, jak używać Ollama jako aplikacji pomocniczej z procesorami graficznymi Cloud Run i z Open WebUI jako kontenera ruchu przychodzącego frontendu

W tym module dowiesz się, jak używać Vertex AI do dostrajania parametrów i rozproszonego trenowania. W tym laboratorium do kodu modelu używany jest TensorFlow, ale omawiane tu zagadnienia można zastosować również do innych platform ML. Poznasz takie

Dowiedz się, jak utworzyć i wdrożyć aplikację LangChain w Cloud Run

Poznaj koncepcję realizacji w Dialogflow.

Dowiedz się, jak zintegrować interfejs Vision API z Dialogflow.

Dowiesz się, jak automatycznie nasłuchiwać zdarzeń z umieszczonych treści z Lookera i wysyłać do nich działania.

Dowiesz się, jak umieścić panel Lookera za pomocą pakietu SDK Looker Embed

Dowiedz się, jak chronić dane Firestore za pomocą reguł zabezpieczeń

Dzięki temu ćwiczeniu w programowaniu dowiesz się, jak za pomocą interfejsu wiersza poleceń gcloud zaprogramować duży pakiet testów w istniejącym systemie CI/CD, takim jak Jenkins. To ćwiczenie w Codelabs działa niezależnie od platformy.

Z tego samouczka dowiesz się, jak skonfigurować i zweryfikować prywatny adres IP Looker Cloud Core w sieci hybrydowej.

Z tego ćwiczenia w Codelabs dowiesz się, jak skonfigurować rozszerzenie do podsumowania panelu Lookera na potrzeby programowania lokalnego i wdrożyć to rozszerzenie w środowisku produkcyjnym.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać usługi Private Service Connect z systemem równoważenia obciążenia L7 łańcucha.

Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak wykorzystać wzorce architektury powszechnie używane do osiągnięcia skali i odporności podczas obsługi danych w czasie rzeczywistym. Tworzysz urządzenie IoT (Raspberry Pi) do mierzenia danych pogodowych, a następnie potok danych obejmujący kolejkę wiadomości, funkcję bezserwerową, hurtownię danych działającą w chmurze i panel analityczny z wykorzystaniem Google Cloud Platform.

Dowiedz się, jak tworzyć aplikacje internetowe przy użyciu Pakietu emulatorów Firebase.

W ramach tego ćwiczenia w programie utworzysz przy użyciu technologii Flutter prosty odtwarzacz muzyki na Androida, iOS i w przeglądarce. Ten odtwarzacz połączy się z bazą danych Firebase (RTDB), co pozwoli użytkownikom synchronizować odtwarzanie na różnych urządzeniach.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć zwykłą kolejkę Cloud Tasks i używać jej do obsługi zadań docelowych HTTP. Następnie dowiesz się, jak zastąpić identyfikator URI HTTP na poziomie kolejki i jak korzystać z nowego interfejsu API BufferTask, by łatwiej buforować żądania HTTP za pomocą Cloud Tasks.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć bazę danych, wdrożyć usługę GenAI Retrieval Service dla baz danych oraz utworzyć przy użyciu przykładową aplikację czatu.

W tym module dowiesz się, jak skonfigurować i uruchamiać wykonania notatników przy użyciu Vertex AI Workbench. Poznasz takie zagadnienia jak: Łączny koszt wykonania tego ćwiczenia w Google Cloud wynosi około 2 USD. W tym module wykorzystano najnowszą

Wykorzystasz Cloud Dataflow, utworzysz projekt Maven z pakietem SDK Cloud Dataflow i uruchomisz potok rozproszonej pracy przy użyciu konsoli Google Cloud Platform.

Dowiedz się, jak instrumentować swoje gry na Unity dzięki Zdalnej konfiguracji

Z tego ćwiczenia w Codelabs dowiesz się, jak używać Testów A/B Zdalnej konfiguracji w grze Unity.

Z tego ćwiczenia w Codelabs dowiesz się, jak korzystać z zaawansowanych funkcji Crashlytics. Dzięki temu będziesz mieć lepszy wgląd w awarie i o okolicznościach, które mogły do nich doprowadzić.

Dzięki niemu dowiesz się, jak rozpoznawać odręcznie napisane cyfry w 90% z dokładnością w 100 wierszach kodu Pythona / Keras.

Z tego samouczka dowiesz się, jak korzystać z interfejsu Video Intelligence API w Pythonie.

Zacznij korzystać z Cloud Functions – bezserwerowego środowiska wykonawczego Google do tworzenia i łączenia usług w chmurze. Z tego modułu praktycznego dowiesz się, jak utworzyć funkcję w Cloud Functions, wdrożyć ją i przetestować, używając konsoli Google Cloud.

Statystyki zapytań dla Cloud SQL ułatwiają wykrywanie i diagnozowanie problemów z wydajnością zapytań dotyczących baz danych Cloud SQL, a także zapobieganie im. Udostępnia samoobsługowe, intuicyjne funkcje monitorowania i informacje diagnostyczne,

Z tego ćwiczenia w Codelabs dowiesz się, jak korzystać z interfejsu Google Cloud Vision API w języku C#.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu DLP API do automatycznego klasyfikowania danych przesłanych do Cloud Storage. Na podstawie automatyzacji klasyfikacji danych przesłanych do Cloud Storage

Dowiedz się, jak w kilka minut stworzyć i opublikować zoptymalizowany obraz Dockera na potrzeby aplikacji Spring Boot Kotlin, bez Dockera czy Dockerfile, a następnie uruchom kompilację w Cloud Run.

Z tego ćwiczenia w Codelabs dowiesz się, jak zmienić kod ASP.NET Core w zreplikowaną aplikację działającą w Kubernetes w Google Kubernetes Engine.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć usługę opartą na Javie, która udostępnia interfejs API za pomocą gRPC. Następnie napiszesz klienta wiersza poleceń Java dla swojej usługi gRPC.

Z tego ćwiczenia w Codelabs dowiesz się, jak wdrożyć aplikację ASP.NET Core w Google Kubernetes Engine przy użyciu Istio.

Z tego ćwiczenia w Codelabs dowiesz się, jak tworzyć i wdrażać złożone potoki badania danych z dostrajaniem hiperparametrów w Kubeflow Pipelines bez używania poleceń interfejsu wiersza poleceń ani pakietów SDK.

W ramach tego ćwiczenia w Codelabs będziesz pracować nad aplikacją ASP.NET Core z części 1 i dodasz do niej kolejne funkcje Istio.

Z tego ćwiczenia w Codelabs dowiesz się, jak przenieść aplikację Cloud NDB w języku Python 2 i aplikację Cloud Tasks (v1) w języku Python 2 do Pythona 3, Cloud Datastore i Cloud Tasks (v2)

Z tego ćwiczenia w Codelabs dowiesz się, jak przekształcić mikroserwisy mikroserwisów w replikowaną usługę działającą w Google Kubernetes Engine.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak skonfigurować instalację potoku Cloud AI Platform (hostowane KFP) w GKE, utworzyć i uruchomić przepływy pracy systemów uczących się z użyciem Kubeflow Pipelines oraz zdefiniować i uruchomić potoki z poziomu notatnika AI Platform (Jupyter).

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć usługę w C# do udostępnienia interfejsu API przez gRPC oraz jak utworzyć klienta C# wywołującego usługę gRPC.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak tworzyć i wdrażać złożone potoki badania danych za pomocą Kubeflow Pipelines bez używania poleceń interfejsu wiersza poleceń ani pakietów SDK.

Dowiedz się, jak przenieść plik NDB App Engine w Pythonie 2 i Aplikacja do kolejki zadań (push) do Cloud NDB; Zadania Cloud

Z tego ćwiczenia w Codelabs dowiesz się, jak wdrożyć zarządzany katalog Active Directory w Google Cloud Platform

Celem tego modułu jest poznanie funkcji reguł Cloud NAT.

W ramach tego ćwiczenia w programie utworzysz transkrypcję pliku audio na język Text-to-Speech API z wykorzystaniem Node.js

Z tego ćwiczenia w Codelabs dowiesz się więcej o wstępnie skonfigurowanych regułach WAF w Cloud Armor, które pozwolą zabezpieczyć się przed niektórymi z 10 najważniejszych luk w zabezpieczeniach OWASP, które mają proste nazwy zestawów reguł.

Z tego ćwiczenia w Codelabs dowiesz się więcej o usłudze Private Service Connect dla interfejsów API Google. Dokładniej rzecz ujmując, utworzysz punkt końcowy usługi dla interfejsów Cloud Storage API, utworzysz zasobnik Cloud Storage oraz przeprowadzić weryfikację z użyciem DNS.

W ramach tego ćwiczenia w Codelabs utworzysz system równoważenia obciążenia serwera proxy TCP/SSL z usługą backendu i użyjesz Cloud Armor, aby ograniczyć dostęp do systemu równoważenia obciążenia tylko do określonego zestawu klientów użytkownika

W ramach tego ćwiczenia w Codelabs dowiesz się, jak używać aplikacji Node.js, aby tworzyć zrzuty ekranu stron internetowych i zapisywać je w Cloud Storage. Następnie utworzysz obraz kontenera aplikacji, uruchomisz go jako zadanie w Cloud Run, zaktualizujesz zadanie tak, aby przetwarzało więcej stron internetowych, i uruchamiaj je zgodnie z harmonogramem za pomocą usługi Cloud Scheduler.

Dowiedz się, jak hostować i skalować aplikację internetową w Google Cloud przy użyciu Compute Engine.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Video Intelligence API w języku C#.

Dowiedz się, jak za pomocą funkcji generatywnej AI od Google analizować poglądy influencerów w YouTube w odniesieniu do dowolnej firmy lub usługi.

Demonstruje funkcję wywoływania funkcji Gemini w aplikacji w Javie przez wywołanie modelu Gemini w celu administrowania danymi wejściowymi na potrzeby wywoływania funkcji, wywoływania interfejsu API, a następnie przetwarzania odpowiedzi w innym wywołaniu Gemini i wdrożenia jej w punkcie końcowym REST.

W ramach tego ćwiczenia w programowaniu zapoznasz się z Google Compute Engine, wykorzystując maszyny wirtualne, instalując oprogramowanie i udostępniając je w internecie za pomocą systemu równoważenia obciążenia sieci.

W ramach tego ćwiczenia w Codelabs utworzysz system równoważenia obciążenia i powiązaną usługę backendu. Następnie utworzysz regułę zarządzania botami Cloud Armor i dowiesz się, jak chroni ona backendy.

Z tego ćwiczenia w Codelabs dowiesz się, jak korzystać z BigQuery w Pythonie.

Z tego samouczka dowiesz się, jak zarządzać procesorami Document AI w Pythonie.

Z tego ćwiczenia w Codelabs dowiesz się, jak uruchamiać zadania BigQuery na zbiorze danych Wikipedii równolegle z funkcją iteracji równoległej dostępnej w Workflows.

W ramach tego ćwiczenia w Codelabs utworzysz system równoważenia obciążenia i powiązaną usługę backendu. Następnie utworzysz zasadę ograniczającą częstotliwość Cloud Armor i dowiesz się, jak chroni ona Twoje backendy.

Z tego ćwiczenia w Codelabs dowiesz się, jak uruchomić zarządzany klaster Spark/Hadoop przy użyciu Dataproc, przesłać przykładowe zadanie Spark i wyłączyć klaster przy użyciu wiersza poleceń.

Z tego ćwiczenia w Codelabs dowiesz się, jak rozbudować aplikację do obsługi czatu do umawiania spotkań, korzystając z Dialogflow i Kalendarza Google, tak aby mogła działać w Google Chat. Będziesz tworzyć i wdrażać niestandardowe wiadomości w Google Chat.

Ten program CodeLab pokazuje wykorzystanie Gemini w Google Cloud do przyspieszania rozwiązywania problemów i rozwiązywania problemów. Zapoznasz się z Gemini w podsumowywaniu logów, objaśnianiu błędów i wyszukiwaniu rozwiązań problemu.

W ramach tego ćwiczenia w Codelabs utworzysz aplikację internetową, ograniczysz dostęp do określonych grup użytkowników, wykorzystasz tożsamość uwierzytelnionego użytkownika w programie.

Dowiedz się, jak utworzyć projekt Google Cloud, skonfigurować konsolę Google Cloud i się po niej poruszać oraz uzyskać dostęp do najczęściej używanych usług w Cloud Console.

Dowiedz się, jak utworzyć projekt Google Cloud, a następnie wywoływać interfejs API z poziomu tego projektu.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać zapięcia – interfejsu wiersza poleceń Apps Script – do wyciągania, wypychania i wdrażania projektów Apps Script z poziomu wiersza poleceń.

Z tego ćwiczenia w Codelabs dowiesz się więcej o nazwanych listach adresów IP Google Cloud Armor. Dokładniej rzecz ujmując, skonfigurujesz nazwane listy adresów IP w zasadzie zabezpieczeń i zweryfikujesz połączenia.

W ramach tego ćwiczenia w programie utworzysz nową instancję Compute Engine, skompilujesz i uruchomisz program do obliczania liczby pi z milionami miejsc po przecinku.

Dowiedz się, jak stale wdrażać skonteneryzowane zadania w GKE za pomocą Cloud Build.

Z tego samouczka dowiesz się, jak utworzyć prostą aplikację internetową w Pythonie w Google App Engine.

Z tego ćwiczenia w Codelabs dowiesz się, jak korzystać z BigQuery z biblioteką klienta Node.js

Dowiedz się, jak stworzyć prostą aplikację wiosennego uruchamiania i wdrożyć ją w standardowym środowisku App Engine.

W tym module z kodem poznasz podstawy BigQuery i dowiesz się, jak używać go do wysyłania zapytań obejmujących terabajty danych, jak w przypadku zbioru danych Wikipedia.

Z tego modułu dotyczącego kodu dowiesz się, jak wdrożyć prostą aplikację ASP.NET w systemie Windows Server w Google Compute Engine

Z tego ćwiczenia w Codelabs dowiesz się, jak korzystać z BigQuery w języku C#.

Dowiedz się, jak utworzyć klienta Django w interfejsie, aby zapewnić konwersację w aplikacji Dialogflow.

Z tego modułu kodu dowiesz się, jak utworzyć i uruchomić aplikację ASP.NET Core w Google Cloud Shell – bez opuszczania przeglądarki.

Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak korzystać z Cloud Bigtable za pomocą klienta Java HBase. Wczytasz dane, a potem uruchomisz kilka zapytań i zobaczysz dane na mapie.

Z tego modułu dotyczącego kodu dowiesz się, jak wdrożyć w Google App Engine prostą aplikację ASP.NET Core

W tym module poznasz pełny przepływ pracy ML w GCP: pozyskasz dane z BigQuery, utworzysz model XGBoost w instancji Notatników w Cloud AI Platform i wdrożysz model w AI Platform.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć dodatek do Google Workspace przy użyciu Node.js i Cloud Run.

W tym module utworzymy granicę Ustawień usługi VPC i użyjemy jej do ochrony projektu. Następnie wywołamy naruszenie Ustawień usługi VPC i przeprowadzimy proces rozwiązywania problemów z odmową. Z tego modułu dowiesz się, jak korzystać z Ustawień usługi VPC do ochrony swoich zasobów.

W tym module utworzymy granicę Ustawień usługi VPC i użyjemy jej do ochrony projektu. Następnie wywołamy naruszenie Ustawień usługi VPC i wykonamy proces rozwiązywania problemów z odmową, tworząc regułę ruchu wychodzącego. Z tego modułu dowiesz się, jak korzystać z Ustawień usługi VPC do ochrony swoich zasobów.

Z tego modułu dowiesz się, jak wytrenować model XGBoost na finansowym zbiorze danych, wdrożyć go w Cloud AI Platform i przeanalizować za pomocą narzędzia What-If.

Z tego ćwiczenia w Codelabs dowiesz się, jak za pomocą Google Cloud Console przypisywać role zarządzania tożsamościami i dostępem do podmiotów zabezpieczeń w projekcie.

Z tego ćwiczenia w programie dowiesz się, jak skonfigurować system równoważenia obciążenia sieci, aby rozprowadzać ruch między instancje backendowe systemu równoważenia obciążenia na podstawie wag zgłaszanych przez kontrolę stanu HTTP z wykorzystaniem ważonego równoważenia obciążenia.

Z tego ćwiczenia w Codelabs dowiesz się, jak wdrożyć model TFLite, aby spersonalizować aplikację pod kątem każdego użytkownika i zoptymalizować zakupy w aplikacji.

Z tego ćwiczenia w Codelabs dowiesz się, jak wdrożyć klasyfikację tekstu za pomocą Firebase i TensorFlow Lite.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć system rekomendacji treści w aplikacji za pomocą Tensorflow i Firebase

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć system rekomendacji treści w aplikacji za pomocą Tensorflow i Firebase.

Z tego ćwiczenia w Codelabs dowiesz się, jak wdrożyć klasyfikację tekstu za pomocą Firebase i TensorFlow Lite.

W ramach tego ćwiczenia w programie utworzysz aplikację do obsługi czatu opartą na wiedzy, która będzie odpowiadać na pytania związane z wyszukiwaniem patentów i dostarczać trafne wyniki kontekstowe oparte na danych ze zbioru danych patentów.

Z tego ćwiczenia w Codelabs dowiesz się więcej o usłudze Private Service Connect dla interfejsów API Google. Dokładniej rzecz ujmując, utworzysz punkt końcowy usługi dla interfejsów Cloud Storage API, utworzysz zasobnik Cloud Storage oraz przeprowadzić weryfikację z użyciem DNS.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać Google Analytics dla Firebase do analizowania zachowań użytkowników za pomocą zdarzeń w aplikacji.

Stworzymy aplikację do rozpoznawania obrazów przy użyciu Spring Boot i Javy. Pozwoli Ci to w pełni wykorzystać potencjał rozpoznawania i analizy obrazów w Twoich projektach.

Z tego ćwiczenia z programowania dowiesz się, jak używać Zdalnej konfiguracji Firebase do zmiany działania aplikacji bez jej aktualizowania. Dowiesz się też, jak przeprowadzać testy A/B, aby znaleźć optymalną wartość.

Dowiedz się, jak ulepszyć swoje działanie za pomocą funkcji, które sprawią, że użytkownicy będą do Ciebie wracać.

Z tego ćwiczenia w programie dowiesz się, jak dotrzeć do grupy punktów końcowych sieci(NEG) za pomocą zewnętrznego hybrydowego systemu równoważenia obciążenia HTTP (s).

Z tego ćwiczenia w Codelabs dowiesz się więcej o Cloud IDS. Dokładniej rzecz ujmując, utworzysz punkt końcowy Cloud IDS, wygenerujesz ruch związany z zagrożeniami i przeanalizujesz wyniki.

Z tego ćwiczenia z programowania dowiesz się, jak używać Zdalnej konfiguracji Firebase do zmiany działania aplikacji bez jej aktualizowania. Dowiesz się też, jak przeprowadzać testy A/B, aby znaleźć optymalną wartość.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać usługi Private Service Connect do publikowania i używania usług.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać Google Analytics dla Firebase do analizowania zachowań użytkowników za pomocą zdarzeń w aplikacji.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać usługi Private Service Connect do publikowania i wykorzystywania usług w środowisku GKE

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć tabelę wyników w grach za pomocą tabeli bazy danych Cloud Spanner z kolumną sygnatury czasowej zatwierdzenia.

Z tego ćwiczenia w Codelabs dowiesz się, jak kierować alerty monitorowania Datadog do Google Cloud przy użyciu Eventarc.

Z tego ćwiczenia w Codelabs dowiesz się, jak połączyć się z zasobami obliczeniowymi Google Cloud Platform przez internet.

W tym module z kodem utworzysz usługę Cloud Run aktywowaną przez usługę Cloud Scheduler w regularnych odstępach czasu, aby utworzyć kolaż najnowszych zdjęć.

Z tego samouczka dowiesz się, jak zacząć korzystać z Cloud Run przez wdrożenie i uruchomienie bezstanowego kontenera bez serwera (z pominięciem infrastruktury). Cloud Run oferuje opcję w pełni zarządzaną oraz możliwość uruchamiania w ramach klastra GKE.

W tym module z kodem utworzysz usługę w języku Java, korzystając z oferowanej przez Google pomocy dotyczącej bibliotek natywnych klienta Java, i wdrożysz ją w Cloud Run. Usługa uruchamia analizę obrazów za pomocą interfejsu Vision API w odpowiedzi na zdarzenia w Cloud Storage i zapisuje wyniki analizy w kolekcji Firestore.

W tym module kodu utworzysz funkcję w Cloud Functions (Java), która w odpowiedzi na zdarzenia Cloud Storage uruchamia analizę obrazów za pomocą interfejsu Vision API i zapisuje wyniki analizy w kolekcji Firestore.

Z tego ćwiczenia dowiesz się, jak używać Spring Cloud GCP do pisania i odczytywania obiektów z Datastore

W tym module kodu utworzysz nową usługę Cloud Run, która będzie aktywowana przez Eventarc po usunięciu obrazu z Cloud Storage. Usługa z kolei usuwa miniaturę obrazu z Cloud Storage i metadane z kolekcji Firestore.

Naucz się tworzyć i uruchamiać w Cloud Shell aplikację w języku Spring rozruchu bez opuszczania przeglądarki.

W tym ćwiczeniu w Codelabs poznasz główne funkcje Eventarc.

Dowiedz się, jak połączyć aplikację Spring Run z Cloud SQL.

W tym module z kodem utworzysz usługę w języku Java, korzystając z oferowanej przez Google pomocy dotyczącej bibliotek natywnych klienta Java, i wdrożysz ją w Cloud Run. Usługa uruchamia analizę obrazów za pomocą interfejsu Vision API w odpowiedzi na zdarzenia w Cloud Storage i zapisuje wyniki analizy w kolekcji Firestore.

W tym module na temat kodu utworzysz funkcję w Cloud Functions, która w odpowiedzi na zdarzenia Cloud Storage uruchamia analizę obrazów za pomocą interfejsu Vision API i zapisuje wyniki analizy w kolekcji Firestore.

W ramach tego ćwiczenia w programie utworzysz aplikację Spring przy użyciu narzędzia Kotlin i zintegrujesz ją z kilkoma technologiami Google Cloud Platform, takimi jak Cloud Pub/Sub czy Cloud SQL.

W tym module z kodem utworzysz z administrowaną wersją programu Pic-a-daily za pomocą Workflows.

Z tego samouczka dowiesz się, jak używać interfejsu Speech-to-Text API w Pythonie.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć tabelę wyników w grach za pomocą tabeli bazy danych Cloud Spanner z kolumną sygnatury czasowej zatwierdzenia.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak utworzyć instancję Google Cloud Spanner i pustą bazę danych, a także jak wczytywać przykładowe dane i wykonywać na nich zapytania.

W ramach tego ćwiczenia w Codelabs utworzysz 2 aplikacje Spring Boot, które będą wymieniać wiadomości przez Spring Integration, korzystając z Google Cloud Pub/Sub w tle.

Z tego ćwiczenia w Codelabs dowiesz się, jak odpowiadać na alerty monitorowania Datadog za pomocą Eventarc i Workflows.

Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak zacząć używać Cloud Run przez wdrożenie i uruchomienie bezstanowego kontenera bez serwera (z pominięciem infrastruktury). Cloud Run oferuje opcję w pełni zarządzaną oraz możliwość uruchamiania w ramach klastra GKE.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Speech-to-Text API w języku C#

W tym module z kodem utworzysz usługę Cloud Run, która tworzy miniatury obrazów w odpowiedzi na zdarzenia Cloud Storage przekazywane przez temat Pub/Sub.

W ramach tego ćwiczenia w Codelabs utworzysz podstawową aplikację w Javie, która za pomocą Hibernate przechowuje dane w Cloud Spanner.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć i uruchomić bota Slacka w Google Cloud. Wykorzystuje Cloud Run – w pełni zarządzaną platformę obliczeniową, która automatycznie skaluje bezstanowe kontenery.

W tym ćwiczeniu w programowaniu przeprowadzisz transkrypcję pliku audio na Speech-to-Text API i Node.js

Dzięki temu ćwiczeniu w programowaniu dowiesz się, jak wdrożyć system Django CMS przy użyciu komponentów bezserwerowych: Cloud Run dla silnika internetowego, Cloud SQL dla bazy danych i Cloud Build do obsługi zasobów medialnych.

W ramach tego ćwiczenia w Codelabs utworzysz frontend internetowy w Google App Engine, który umożliwi użytkownikom przesyłanie zdjęć, przeglądanie przesłanych zdjęć, ich miniatur i najnowszego kolażu.

Dowiedz się, jak wdrożyć i uruchomić kontener z Cloud Run w Node.js.

Dowiedz się, jak wdrożyć aplikację w wersji Spring Java na platformie Kubernetes w GKE.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć tabelę wyników w grach za pomocą tabeli bazy danych Cloud Spanner z kolumną sygnatury czasowej zatwierdzenia.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać Spring Cloud GCP do zapisywania i odczytywania danych w bazie danych Cloud Spanner.

Z tego ćwiczenia w Codelabs dowiesz się, jak za pomocą Terraform tworzyć zasoby Google Cloud Spanner i nimi zarządzać.

Dowiedz się, jak zapisać dane w pamięci podręcznej w aplikacji Spring Run przy użyciu Memorystore.

W ramach tego ćwiczenia w Codelabs utworzysz proste mikroserwisy Spring Boot i pobierzesz obiekty tajne oraz wartości konfiguracji przechowywane w usłudze Secret Manager.

W ramach tego ćwiczenia w programie poznasz Cloud Profiler – narzędzie do ciągłego zbierania i analizowania danych dotyczących wydajności ze środowisk produkcyjnych o niewielkich nakładach pracy.

W ramach tego ćwiczenia w Codelabs utworzysz proste mikroserwisy Spring Boot i dodasz funkcje śledzenia rozproszonego za pomocą polecenia inicjującego logi czasu Spring Cloud GCP, który przechowuje dane logów czasu w Cloud Trace.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak przy użyciu serwera proxy Cloud SQL skonfigurować połączenie między instancją Compute Engine a Cloud SQL w prywatnej sieci wewnętrznej Google.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak skonfigurować proste połączenie z instancją Cloud SQL, z której można korzystać z dowolnego miejsca.

Dowiedz się, jak zacząć korzystać z funkcji w Cloud Run

Twórz bezpieczne, skalowalne, zgodne i oparte na danych aplikacje mobilne związane z opieką zdrowotną dzięki pakietowi SDK Android-FHIR, OHS i Google Cloud Healthcare API

Podczas tego ćwiczenia w Codelabs poznasz zaawansowane funkcje związane z ruchem, które są dostępne w nowym zewnętrznym systemie równoważenia obciążenia HTTPs.

W tym module dowiesz się, jak utworzyć kompleksowy system danych dla AI na potrzeby wykrywania oszustw w czasie rzeczywistym w Google Cloud. Chcemy dowiedzieć się, jak przejść od nieprzetworzonych danych do gotowego do produkcji potoku ML

W ramach tego ćwiczenia w programie utworzysz aplikację w Cloud Run, która w kilka minut przekształci Twój rysunek w kod strony internetowej przy użyciu modeli generatywnej AI spośród wybranych Gemini 1.0 Pro Vision, Gemini 1.5 Pro i innych.

W pakiecie Dialogflow jest mnóstwo możliwości integracji z internetem, Asystentem Google, mediami społecznościowymi i bramkami telefonicznymi. Aby jednak wdrożyć czatboty na urządzeniach mobilnych, musisz utworzyć integrację niestandardową. W tym module dowiesz się, jak zintegrować Dialogflow Essentials z aplikacją Flutter.

Dowiedz się, jak utworzyć usługę Cloud Run, która komunikuje się z plikiem pomocniczym za pomocą portu lokalnego hosta i punktu montowania woluminu.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać parsera formularzy Document AI do analizowania odręcznych formularzy w Pythonie. Jako przykładu użyjemy prostego formularza przyjmowania leków, ale ta procedura sprawdzi się w przypadku każdej

Z tego ćwiczenia w Codelabs dowiesz się, jak używać Document AI Workbench do tworzenia w pełni dostosowanych modeli z użyciem własnych danych treningowych.

Z tego ćwiczenia w Codelabs dowiesz się, jak korzystać z trenowania ulepszonego Document AI, aby poprawić jakość modelu z wykorzystaniem własnych danych treningowych.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać Procurement DocAI i Lending DocAI do klasyfikowania i analizowania wyspecjalizowanych dokumentów.

W ramach tego ćwiczenia w Codelabs wykorzystasz optyczne rozpoznawanie znaków (OCR) w dokumentach PDF przy użyciu Document AI i Pythona. Dowiesz się, jak tworzyć żądania procesów online (synchroniczne) i wsadowe (asynchroniczne).

Dowiedz się, jak utworzyć niestandardowy czatbot Dialogflow na potrzeby Google Chat z dynamicznymi odpowiedziami kart.

Na tej stronie objaśniamy, jak korzystać z Dataflow SQL i tworzyć zadania Dataflow SQL.

W ramach tego ćwiczenia w programowaniu napiszesz funkcję w Cloud Functions, która łączy się z dotychczasową bazą danych Cloud SQL i wysyła instrukcję wstawiania SQL.

Dzięki temu ćwiczeniu z programowania dla początkujących poznasz funkcję generatora. Generatory wykorzystują najnowsze duże modele językowe Google (LLM) do generowania odpowiedzi agentów. W kontekście tego ćwiczenia z programowania wykorzystasz generator, który pobiera informacje z magazynu danych, aby podejmować świadome decyzje.

Z tego ćwiczenia w Codelabs dowiesz się, jak korzystać z systemu Document AI z udziałem człowieka, aby wykonywać zadania weryfikacji manualnej za pomocą specjalistycznych procesorów.

Dzięki temu ćwiczeniu z programowania dla początkujących poznasz funkcję generatywnej funkcji zastępczej, która wykorzystuje najnowsze generatywne duże modele językowe Google (LLM) do generowania odpowiedzi agenta wirtualnego.

Konfigurowanie i uruchamianie notatnika z interaktywną funkcją Beam

Korzystanie z narzędzia Gemini Code Assist ułatwia pisanie testów kodu

W tym module dowiesz się, jak rozwiązywać problemy z serialami czasowymi za pomocą Vertex AI. Dowiesz się z niego, jak notatniki, trenowanie, prognozy i BigQuery ML.

Z tego modułu dowiesz się, jak wytrenować model w chmurze za pomocą dostrajania hiperparametrów. Pokażemy Ci, jak to zrobić w PyTorch, ale możesz to zrobić na dowolnej platformie.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Text-to-Speech API w języku C#

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Translation API w języku C#

Z tego samouczka dowiesz się, jak używać interfejsu Text-to-Speech API w języku Python.

Z tego ćwiczenia w Codelabs dowiesz się, jak za pomocą Workflows administrować usługami interfejsów API opartych na Google Cloud i HTTP oraz jak je automatyzować.

Z tego samouczka dowiesz się, jak korzystać z interfejsu Vision API w języku Python.

Z tego modułu dotyczącego kodu dowiesz się, jak zainstalować narzędzia Cloud dla Windows PowerShell i ich używać.

Stwórz przewidywaną listę sukcesu filmu i aplikację na receptę, korzystając z zapytań BigQuery SQL i interfejsu Vertex AI PaLM API.

Podsumowanie kodu źródłowego dla repozytoriów GitHub dostępnych jako publiczny zbiór danych BigQuery przy użyciu dużego modelu językowego Vertex AI do generowania tekstu (text-bison) jako hostowanej funkcji zdalnej w BigQuery.

W ramach tego ćwiczenia w programie zbudujesz mikroserwis, który będzie walczyć z innymi mikroserwisami, „rzucając” sobie nawzajem jamón na arenę.

Nauczysz się tworzyć aplikacje do obsługi czatu przy użyciu platformy Python Flask i modelu interfejsu Vertex AI PaLM API.

W ramach tego ćwiczenia w programie wytrenujesz klasyfikator obrazów z użyciem AutoML Vision Edge w ML Kit i uruchomisz go na telefonie z Androidem lub iOS za pomocą pakietu ML Kit SDK.

Z tego ćwiczenia w programie dowiesz się, jak używać elementów Cloud Anchors do tworzenia wspólnych rozwiązań AR przez ustanowienie wspólnego punktu odniesienia (ta sama pozycja i orientacja) na wielu urządzeniach przy użyciu usługi ARCore Cloud Anchors.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak korzystać z Cloud Foundation Toolkit(CFT) i poznasz serię czynności związanych z dodawaniem funkcji do modułu CFT.

Z tego ćwiczenia w Codelabs dowiesz się, jak połączyć klaster AlloyDB z bazą danych Oracle wdrożoną w osobnej sieci połączonej przez VPN.

Poznaj podstawy BigQuery i dowiedz się, jak tworzyć zapytania obejmujące terabajty danych publicznych, korzystając z przykładu danych zatwierdzenia GitHub.

W ramach tego ćwiczenia w programie zbudujesz mikroserwis, który będzie walczyć z innymi mikroserwisami, „rzucając” do siebie liście na arenie.

W ramach tego ćwiczenia w programie utworzysz aplikacje Google Chat, korzystając z najnowszych dostępnych funkcji, takich jak modele AI oparte na Vertex AI dla Vertex AI, Dialogflow CX, strona główna aplikacji, wydarzenia w Google Chat oraz widżety akcesoriów.

To ćwiczenia z programowania dotyczące Google Apps Script na poziomie średnio zaawansowanym korzystają z 2 platform Google dla programistów: Google Workspace i konsoli Google Cloud. Mówiąc dokładniej, korzysta on z interfejsu BigQuery API BigQuery (jako usługi zaawansowanej Apps Script) w konsoli Cloud oraz dwóch wbudowanych usług Google Workspace: Arkuszy Google i Prezentacji Google. Celem tej przykładowej aplikacji jest pokazanie użytkownikom, że mogą zautomatyzować ostatnią część strategii – od analizy big data do prezentacji na slajdach – a wszystko to za pomocą (względnie) krótkiego fragmentu kodu.

Z tego ćwiczenia w Codelabs dowiesz się, jak używać BigQuery do tworzenia modeli systemów uczących się dla zbiorów danych Analytics 360.

W ramach tego ćwiczenia w programie wdrożymy wzorzec pozyskiwania danych umożliwiający wczytanie informacji o stanie zdrowia w formacie CSV do BigQuery przy użyciu Cloud Data Fusion.

Dowiedz się, jak wczytywać dane i wykonywać na nich zapytania za pomocą bq – opartego na Pythonie narzędzia wiersza poleceń BigQuery.

W ramach tego ćwiczenia w programie porównasz typowe zapytania Cassandra dotyczące wstawiania, aktualizowania, odczytywania i usuwania danych z ich odpowiednikiem w Cloud Bigtable z klientem w języku Java.

W ramach tego ćwiczenia w programie pokażemy Ci jeden z najprostszych sposobów pisania kodu korzystającego z technologii Google dla deweloperów. Wszystko to bazuje na języku JavaScript – popularnego języka programowania stron internetowych. Korzystając z Google Apps Script, napiszesz kod wyodrębniający adres pocztowy z komórki w arkuszu Google, wygenerujesz mapę Google na podstawie adresu, a następnie wyślesz tę mapę jako załącznik, korzystając z Gmaila. A najlepsze jest to, Składa się on z 4 wierszy kodu.

Z tego ćwiczenia w Codelabs dowiesz się, jak skonfigurować zasadę zabezpieczeń brzegowych sieci Cloud Armor za pomocą reguł zdefiniowanych przez użytkownika

W tym module wytrenujesz model przy użyciu systemów uczących się BigQuery, a potem wyeksportujesz go i wdrożysz w Vertex AI. To najnowsza oferta usług AI dostępna w Google Cloud. Poznasz takie zagadnienia jak: Całkowity koszt uruchomienia tego modułu

Ten moduł opiera się na koncepcji realizacji w Dialogflow. Dowiedz się, jak utworzyć zbiór danych i tabelę w BigQuery, a potem skonfigurować szczegóły integracji BigQuery w ramach realizacji Dialogflow i przetestować środowisko rozmów.

W ramach tego ćwiczenia w programowaniu zbudujesz mikroserwis, który będzie walczyć z innymi mikroserwisami, rzucając sobie nawzajem brzoskwinie na arenę.

Demonstruje funkcję w Cloud Functions napisaną w języku Python, która inicjuje moduł Vertex AI, a następnie udostępnia punkt końcowy do wywoływania modelu PaLM Text Bison.

Utwórz przypadek użycia podsumowywania tekstu, który umożliwia użytkownikom streszczanie artykułów, tekstu i innych rodzajów treści za pomocą Vertex AI Google Cloud w aplikacji internetowej Svelte Kit.

Z tego samouczka dowiesz się, jak korzystać z modeli generatywnych do podsumowania informacji z tekstu, wykorzystując metodę upychania.

Z tego ćwiczenia w Codelabs dowiesz się, jak utworzyć wizualizację niestandardową, której możesz użyć w raporcie Looker Studio.

Podczas tego ćwiczenia w Codelabs wykorzystasz dscc-gen – narzędzie do tworzenia szablonów projektów, które pozwoli Ci utworzyć wizualizację utworzoną przez społeczność na potrzeby Studia danych.

Celem tego modułu jest poznanie funkcji dynamicznego przydzielania portów (DPA) w Cloud NAT.

Dowiedz się, jak za pomocą Vertex AI i interfejsu Video Intelligence API utworzyć zadanie Cloud Run opisujące obraz w każdej scenie w filmie.

Dowiedz się, jak uruchamiać wnioskowanie dla modeli LLM na GPU w Cloud Run za pomocą vLLM i pakietu SDK OpenAI Python

Dzięki temu ćwiczeniu w Codelabs dowiesz się, jak korzystać z interfejsów API typu REST Google Workspace. Dla zwięzłości i dostępności przykład zostanie wykonany w Pythonie, ale możesz też użyć swojego ulubionego języka programowania. Wiele tematów wprowadzających zostało na zakończenie procesu tworzenia przez użytkownika prostego skryptu, który wyświetla pierwsze 100 plików. na Dysku Google przy użyciu jego interfejsu API.

Dowiedz się, jak wdrażać w Cloud Run platformy JavaScript, takie jak Angular, Nuxt.js i Next.js.

Dowiedz się, jak skonfigurować usługę Cloud Run, aby uzyskać dostęp do wewnętrznej usługi Cloud Run przy użyciu bezpośredniego ruchu wychodzącego VPC.

Dowiedz się, jak utworzyć usługę w Cloud Run opisującą obraz w każdej scenie w filmie za pomocą Vertex AI i interfejsu Video Intelligence API.

Z tego ćwiczenia w programie dowiesz się, jak automatycznie i automatycznie przetwarzać wiadomości z Gmaila za pomocą interfejsów API G Suite i Google Cloud Functions.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak stworzyć środowisko Map Google przy użyciu pakietu SDK aplikacji mobilnej Flutter, co pozwoli Ci tworzyć wysokiej jakości natywne rozwiązania na iOS, Androida i w przeglądarce.

Dowiedz się, jak utworzyć zapytanie do Vertex AI Search z usługi Cloud Run.

Dowiedz się, jak udostępnić dynamicznie skalowany klaster HPC za pomocą Google Compute Engine, menedżera wdrażania Google i menedżera zadań Slurm.

Dowiedz się, jak wdrożyć czat oparty na Gemini w Cloud Run za pomocą plików express.js, htmx i tailwindCSS.

Dowiedz się, jak uzyskać dostęp do usługi Cloud Run ruchu przychodzącego tylko do użytku wewnętrznego przy użyciu bezpośredniego ruchu wychodzącego VPC przy zachowaniu publicznego dostępu do internetu

Jak automatycznie wdrażać zmiany z GitHuba w Cloud Run za pomocą Cloud Build

Jak używać Cloud Run jako punktu końcowego dla wywołań funkcji Gemini.

W ramach tych ćwiczeń w Codelabs dowiesz się, jak skonfigurować projekt Google Cloud, którego użyjesz w tych modułach. Dowiesz się też, jak używać Cloud Shell do edytowania plików i uruchamiania poleceń w terminalu.

W ramach tego ćwiczenia w Codelabs przedstawiamy rozwiązanie umożliwiające dostęp do danych klinicznych w GCP i ich analizę w GCP przy użyciu notatników BigQuery i AI Platform.

W ramach tego ćwiczenia w Codelabs wykorzystasz interfejs API Dokumentów Google, aby utworzyć dokument Google i zapisać w nim transkrypcję pliku audio. Użyjesz interfejsu Speech-to-Text API, aby uzyskać transkrypcję danego pliku audio.

Microsoft.NET Core to wieloplatformowa, open source wersja.NET, która może działać natywnie w kontenerach. Oprogramowanie.NET Core jest dostępne w GitHubie i utrzymywane przez Microsoft oraz społeczność.NET. W tym module wdrażamy skonteneryzowaną

Podczas tego ćwiczenia w Codelabs poznasz zaawansowane funkcje związane z ruchem, które są dostępne w nowym zewnętrznym systemie równoważenia obciążenia HTTPs.

W ramach tego ćwiczenia w Codelabs wykorzystasz Document AI Warehouse do pozyskiwania, przetwarzania i przeszukiwania pełnego tekstu dokumentów.

W ramach tego ćwiczenia w Codelabs będziesz nasłuchiwać zdarzeń z Pub/Sub, Cloud Storage i logów kontrolnych Cloud przy użyciu Eventarc oraz przekazywać je do usługi Kubernetes działającej w Google Kubernetes Engine (GKE).

W ramach tego ćwiczenia w Codelabs dowiesz się, jak szyfrować i odszyfrowywać dane za pomocą kluczy asymetrycznych Cloud KMS.

W tym module utworzysz dystrybucję CDN i zastosujesz reguły Cloud Armor do ochrony pamięci podręcznej na serwerach brzegowych.

W ramach tego ćwiczenia w Codelabs wdrożymy wzorzec pozyskiwania danych, aby wczytać do BigQuery dane o stanie zdrowia w formacie FHIR – R4 (zwykłe zasoby) przy użyciu interfejsów Cloud Healthcare FHIR interfejsów API.

W ramach tego ćwiczenia w programie deweloperzy tworzą w Pythonie przepływ pracy przetwarzania obrazów w chmurze i z użyciem Google Workspace (dawniej G Suite) oraz Interfejsy Google Cloud APIs. Pobierzesz plik graficzny z Dysku Google, zarchiwizujesz go w Google Cloud Storage, przeanalizujesz jego zawartość w Google Cloud Vision i wygenerujesz raport w Arkuszach Google.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak szyfrować i odszyfrowywać dane za pomocą Cloud KMS.

Dowiedz się, jak przenieść aplikację App Engine w Pythonie z Webapp2 na platformę internetową Flask.

Dowiedz się, jak przenieść wykorzystanie blobstore do Cloud Storage dla aplikacji ndb App Engine w Pythonie 2.

Dowiedz się, jak przenieść prostą aplikację App Engine z ndb do Cloud NDB.

Z tego ćwiczenia w Codelabs dowiesz się, jak wypełnić arkusz kalkulacyjny Google za pomocą funkcji w Cloud Functions w reakcji na przesłanie pliku CSV do Cloud Storage

Dowiedz się, jak dodać użycie zadań pull kolejki zadań do podstawowej aplikacji w Pythonie 2 Flask App Engine NDB.

W tym samouczku utworzysz funkcje HTTP w Cloud Functions w Pythonie.

Dowiedz się, jak przenieść plik NDB App Engine w Pythonie 2 i Aplikacja do kolejki zadań (pobieranie zadań) do Cloud NDB; Cloud Pub/Sub, a następnie uaktualnienie do Pythona 3

Dowiedz się, jak dodać wykorzystanie blobstore do prostej aplikacji w Pythonie 2 App Engine

Dowiedz się, jak przenieść plik NDB App Engine w Pythonie 2 i z aplikacji Memcache do Cloud NDB & Cloud Memorystore (dla Redis), a następnie uaktualnienie do Pythona 3

Dowiedz się, jak dodać wykorzystanie Memcache do podstawowej aplikacji App Engine NDB w Pythonie 2.

Dowiedz się, jak korzystać z usług Stackdriver Logging i Stackdriver Trace dla Cloud Functions.

Dowiedz się, jak przekonwertować prostą aplikację App Engine w Pythonie (lub podzielić większą, monolityczną aplikację na mikroserwisy) i przenieść ją do Cloud Functions

Dowiedz się, jak używać usług App Engine w pakiecie w środowiskach wykonawczych generacji 2

Z tego ćwiczenia w Codelabs dowiesz się, jak korzystać z interfejsu Google Cloud Translation API w środowisku Node.js oraz jak uruchamiać je lokalnie lub wdrażać w bezserwerowej platformie obliczeniowej Cloud (App Engine, Cloud Functions lub Cloud Run).

Z tego ćwiczenia w Codelabs dowiesz się, jak używać interfejsu Natural Language API w języku C#

Dowiedz się, jak skonteneryzować i przenieść prostą aplikację App Engine do Cloud Run za pomocą Cloud Buildpacks.

Dowiedz się, jak dodać użycie zadań push kolejki zadań do podstawowej aplikacji w Pythonie 2 Flask App Engine NDB.

W tym module dowiesz się, jak podzielić monolityczną witrynę na mikroserwisy i wdrożyć je w Google Kubernetes Engine.

Dowiedz się, jak przenieść prostą aplikację App Engine z Cloud Datastore do Cloud Firestore.

Dowiedz się, jak przenieść plik NDB App Engine w Pythonie 2 i Aplikacja usługi użytkowników do Cloud NDB & Cloud Identity Platform, a następnie uaktualnienie do Pythona 3

Dowiedz się, jak przenieść prostą aplikację App Engine z Cloud NDB do Cloud Datastore.

Dowiedz się, jak skonteneryzować i przenieść prostą aplikację App Engine do Cloud Run za pomocą Dockera.

W ramach tego ćwiczenia w Codelabs dowiesz się, jak przenieść prosty serwer WWW z Compute Engine do Kubernetes Engine przy użyciu Migrate for Anthos.

W ramach tego ćwiczenia w Codelabs utworzysz tabelę wyników przy użyciu Cloud Firestore i Cloud Functions.

Szybko przekaż najnowszą wersję testerom dzięki pakietowi SDK Rozpowszechniania aplikacji. W ramach tego ćwiczenia w Codelabs zaktualizujesz aplikację, aby wyświetlać testerom alerty o dostępności nowych kompilacji.

Z tego ćwiczenia w Codelabs dowiesz się, jak dodać Monitorowanie wydajności Firebase do przykładowej aplikacji i mierzyć wydajność podczas wdrażania funkcji.

Użyj Terraform do konfigurowania projektów Firebase i zarządzania nimi, w tym do automatycznej konfiguracji infrastruktury i usług Firebase.

Przekaż najnowszą wersję aplikacji testerom”. szybko rękami. W tym

Za pomocą Sprawdzania aplikacji Firebase z aplikacją App Attest możesz chronić usługi backendu i sprawdzać, czy żądania wysyłane do usług Firebase pochodzą z autentycznej aplikacji. Ogólnie zalecamy stopniowe wprowadzanie użytkowników w usłudze App

Sprawdzanie aplikacji Firebase pomaga chronić zasoby backendu przed nadużyciami takimi jak oszustwa związane z płatnościami czy wyłudzanie informacji, pilnując, aby żądania pochodziły z dozwolonych aplikacji i urządzeń. Współpracuje z usługami

Szybko przekaż najnowszą wersję testerom dzięki pakietowi SDK App Distribution na Androida. W ramach tego ćwiczenia w Codelabs dowiesz się, jak zaktualizować aplikację tak, aby wyświetlała testerom powiadomienia o nowych wersjach.

W tym module bezpośrednio pozyskasz zbiór danych BigQuery i wytrenujesz model wykrywania oszustw za pomocą TensorFlow Enterprise w Google Cloud AI Platform.

W tym module utworzysz tf.keras do identyfikowania fałszywych transakcji przy użyciu TensorFlow, a następnie zinterpretujesz wyniki modelu za pomocą pakietu Cloud SDK Explainable AI.

Utwórz aplikację do generowania pozycji, która będzie generowała obrazy na podstawie utworzonych przez użytkownika promptów dotyczących pozycji. Dane pobrane z bazy danych Spannera zostaną pobrane przez interfejs API aplikacji serwera.

Dowiedz się, jak wykorzystać możliwości interfejsu Gemini API do automatyzacji zadań w Google Workspace i odkryć dodatkowe możliwości.

W ramach tych ćwiczeń w Codelabs będziesz rozmawiać z użytkownikami lub zadawać pytania na temat dokumentacji przy użyciu generatywnej AI w Javie, integracji dużego modelu językowego PaLM i platformy administracji LLM LangChain4J.

W ramach tego ćwiczenia w programie użyjesz wywołania funkcji w Gemini, aby utworzyć aplikację, za pomocą której użytkownicy będą mogli pytać o kursy wymiany, będą pobierać najnowsze dane z zewnętrznego interfejsu API, a następnie odpowiedzieć użytkownikowi.

Być może znasz już pakiety SDK Firebase na Androida i iOS, ale czy wiesz, że istnieje pakiet C+ Pakiet SDK przeznaczony jest wyłącznie do gier działających na wielu platformach. W tym warsztacie pokażemy do projektu Androida za pomocą CMake, dodaj podstawowe dane analityczne, które pomogą Ci ulepszyć grę, oraz udostępnij je znajomym i testerom, aby zacząć zbierać opinie.

W ramach tego ćwiczenia w programie użyjesz interfejsu internetowego BigQuery, aby zrozumieć partycjonowanie i grupowanie w BigQuery.

W ramach tego ćwiczenia w programie zaprojektujesz i wdrożysz dodatek do Gmaila, który umożliwia użytkownikom łatwe dodawanie wydatków z rachunków do Arkuszy Google bez wychodzenia z Gmaila.

W ramach tych ćwiczeń w programie zaczniesz korzystać z generatywnej AI w języku Java, zintegrujesz duży model językowy PaLM i wykorzystasz platformę administrowania LangChain4J LLM

W ramach tego ćwiczenia w programie przyjrzymy się istniejącemu rozwiązaniu ułatwiającemu szybsze rozpoczęcie pracy (podsumowywaniem AI), które wykorzystuje modele Vertex AI do podsumowywania dokumentów PDF przesłanych do Google Cloud Storage. Wykorzystamy Gemini Code Assist, aby zrozumieć i dodać nowe funkcje do tego rozwiązania.

W ramach tego ćwiczenia w programie przyjrzymy się wykorzystaniu funkcji Pomóż mi w pisaniu do tworzenia testów syntetycznych monitorowania w istniejących usługach.

Z tego modułu dowiesz się, jak wykorzystać Dataprep, BigQuery i Looker, aby analizować wpływ różnych cen detalicznych i podejmować świadome decyzje w celu optymalizacji cen produktów.

Kod źródłowy tworzenia polecenia po ukośniku w Slacku do podsumowywania tekstu w aplikacji Slack. Aplikacja Slack używa funkcji w Cloud Functions do wywoływania interfejsu PaLM API do podsumowywania tekstu.

W tym module dowiesz się, jak skonfigurować notatniki Apache Spark i Jupyter w Cloud Dataproc przy użyciu komponentów opcjonalnych i bramy komponentów.

Uzyskiwanie dostępu do plików w Cloud Storage za pomocą abstrakcji zasobu Spring.

Z tego samouczka dowiesz się, jak korzystać z usługi Secret Manager w Pythonie

W ramach tego ćwiczenia w Codelabs utworzysz system równoważenia obciążenia serwera proxy TCP/SSL z usługą backendu i użyjesz Cloud Armor, aby ograniczyć dostęp do systemu równoważenia obciążenia tylko do określonego zestawu klientów użytkownika

Utwórz aplikację do wyszukiwania podobieństw w celu uzyskania rekomendacji dotyczących odzieży na podstawie danych wejściowych użytkownika i przeszukuj dane przechowywane w usłudze Spanner oraz zindeksowane przez Wyszukiwanie wektorowe, aby odpowiadać najbliższym sąsiadom.

W ramach tego ćwiczenia w programie wdrożymy wzorzec pozyskiwania danych do wczytywania w BigQuery danych o stanie zdrowia w formacie CSV za pomocą Cloud Data Fusion w czasie rzeczywistym.

OpenTelemetry to standard branżowy w zakresie dostrzegalności systemu w śledzeniu i wskaźnikach. W tej sesji dowiesz się, jak instrumentować wskaźniki aplikacji za pomocą OpenTelemetry oraz jak korzystać z nich w Cloud Monitoring i innych narzędziach do monitorowania.

Z tego ćwiczenia w Codelabs dowiesz się, jak dodać powiadomienia push do aplikacji na iOS za pomocą Komunikacji w chmurze Firebase.

W tym module z kodem przygotujesz interfejs Web API do obsługi bezserwerowych rozwiązań Google Cloud, aby wyświetlać półkę na książki i jej książki. Utworzysz funkcję w Cloud Functions do importowania przykładowych danych, kontener Cloud Run oferujący interfejs API wielokrotnego użytku dostępny w backendzie oraz aplikację internetową App Engine zapewniającą internetowy frontend do przeglądania biblioteki książek.

W ramach tego ćwiczenia w Codelabs utworzysz przykładową aplikację i dowiesz się, jak mierzyć czas wczytywania oraz renderowanie ekranu za pomocą Monitorowania wydajności Firebase.

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 build a knowledge-driven chat application designed to answer customer questions, guide product discovery, and tailor search results for an ecommerce dataset

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