在 Google Cloud Platform 上開發名為「Aidemy」的功能性 AI 輔助教學系統，展示多代理系統的強大功能。在 Google Cloud 上設計、建構及部署複雜的多代理系統，掌握 LLM 應用程式開發的關鍵概念，並瞭解事件導向架構的優點，累積實務經驗。

在本程式碼研究室中，您將建構以 RAG 為基礎的向量搜尋應用程式，用於為客戶搜尋相符的玩具 (透過文字和圖片)、根據使用者要求建立自訂玩具，以及使用 AlloyDB、Gemini、Imagen、LangChain4j 和資料庫專用的 GenAI Toolbox 預測自訂玩具的價格。

在本程式碼研究室中，您將學習如何在 GKE 叢集中部署 AlloyDB Omni、將 I 模型部署至相同叢集、在 AlloyDB Omni 中註冊模型，並讓兩者協同運作

在本程式碼研究室中，您將瞭解如何建立 AlloyDB 叢集、為資料庫部署 GenAI 資料庫檢索服務，以及使用這項服務建立範例應用程式。

在本程式碼研究室中，您將瞭解如何在運算 VM 中部署 AlloyDB Omni、載入資料，以及使用 AlloyDB Columnar Engine 提升效能

在本程式碼研究室中，您將瞭解如何結合使用 AlloyDB AI 和向量搜尋，並為向量資料建立索引

在本程式碼實驗室中，您將使用 Gemini Code Assist，這是 Google Cloud 中的 AI 技術輔助協作工具。您將瞭解如何使用 Gemini Chat 和內嵌程式碼輔助功能，生成程式碼、瞭解程式碼，以及執行其他 AI 輔助程式碼工作。

在本程式碼研究室中，您將瞭解如何使用 Cloud SQL AI 整合功能搭配向量搜尋，並在向量資料上建立索引

在本程式碼研究室中，您將瞭解如何為 AlloyDB 建立 Private Service Connect

在本程式碼研究室中，您將瞭解如何為 Cloud SQL 建立 Private Service Connect

在本程式碼研究室中，您將使用 Gen AI Toolbox for Databases 服務，為價格預測應用程式建構及部署工具箱，並使用 AlloyDB 和生成式 AI 功能。

瞭解如何使用 Firebase Data Connect 和 GraphQL 建構網頁應用程式

本程式碼研究室將引導您建立知識驅動的瑜珈姿勢推薦應用程式，該應用程式會提供相符的瑜珈姿勢，回答使用者的問題。您將瞭解如何從 Hugging Face 資料集建立瑜珈姿勢的 Firestore 集合、設定 Firestore 向量搜尋，以及將所有內容整合至 Flask 應用程式。

在本程式碼研究室中，您將建構知識導向的瑜珈姿勢搜尋應用程式，旨在回答使用者關於瑜珈姿勢的問題，並與使用者的問題相符。也能執行建立和編輯瑜珈姿勢等管理工作。

在本程式碼研究室中，您將使用 ML Kit 建構 Android 應用程式，該應用程式會使用裝置端機器學習功能，辨識語言並翻譯 59 種語言的文字。您也會瞭解如何整合 CameraX 程式庫，透過即時攝影機動態饋給完成這些工作。

本程式碼研究室將引導您建立知識驅動的瑜珈姿勢推薦應用程式，該應用程式會提供相符的瑜珈姿勢，回答使用者的問題。您將瞭解如何從 Hugging Face 資料集建立瑜珈姿勢的 Firestore 集合、設定 Firestore 向量搜尋，並將所有內容整合至 Node.js 應用程式。

在這個程式碼研究室中，您要將舊的 PHP 應用程式翻新到 Google Cloud、將其容器化、部署至 Cloud Run，並連結至 Cloud SQL。此外，您將探索如何使用 Cloud Build 進行應用程式 CI/CD，並透過 Secret Manager 加以保護。

運用 Firebase 和 Jetpack Compose 新增驗證、效能監控、宣告式 UI 和功能旗標，打造待辦事項清單 Android 應用程式的功能。

瞭解如何使用 Firestore Vector Search

在本程式碼研究室中，您將學習如何建構使用 Cloud Firestore 的網頁應用程式。

在本程式碼研究室中，您將學習如何建構使用 Cloud Firestore 的 iOS 應用程式。

在這個程式碼研究室中，您將使用 Firebase Extensions，為線上市集網頁應用程式新增功能。

在本程式碼研究室中，您將學習如何建構使用 Cloud Firestore 的 Android 應用程式。

在本程式碼研究室中，我們會說明如何建構即時通訊應用程式，藉此在網路上使用 Firebase 平台。

瞭解如何使用 Cloud Scheduler 和 Cloud Run 服務，在 VPC SC 範圍內依排程執行 Cloud Run 工作

在已啟用私人服務存取網路的現有 CloudSQL 執行個體上啟用 PSC 連結。然後透過另一個專案中的 PSC 端點連線

建立含有 PSC 服務連結的 CloudSQL 執行個體。並透過另一個專案中的 PSC 端點連線

在本程式碼研究室中，您將瞭解 Google Cloud Functions (第 2 代)。具體來說，您將部署回應 HTTP 呼叫、Pub/Sub 訊息、Cloud Storage 事件和 Cloud 稽核記錄的函式。

在本程式碼研究室中，您將建立 Spanner 例項，並瞭解如何使用 Spanner Graph。

本實驗室將說明如何在 Dataproc 上使用 PySpark，從 BigQuery 載入資料並儲存至 Google Cloud Storage。

如何開始使用事件驅動型 Cloud Run 函式

在本程式碼研究室中，您將使用 Cloud KMS 非對稱金鑰加密及解密資料。

瞭解如何在 Cloud Run GPU 上執行穩定的擴散作業

瞭解如何透過 Cloud Run 部署網站，為容器化應用程式提供無伺服器的靈活性。

在這個程式碼研究室中，您將與使用者對話、詢問說明文件相關問題，或透過函式呼叫來擴充模型、使用 Java 中的生成式 AI、在 Vertex AI 中整合 Gemini 大型語言模型，以及運用 LangChain4j 架構。

瞭解如何使用 Firebase Genkit，透過熟悉的應用程式開發技能和工具，建構生成式 AI 功能。

瞭解如何在本機電腦的 Visual Studio Code 中，為 Node.js 撰寫、部署及偵錯 Cloud Functions。

瞭解如何運用對話式 AI 平台 (CAIP) Dialogflow CX 建構零售聊天機器人

在本程式碼研究室中，您將瞭解如何使用無伺服器元件部署 Wagtail：Cloud Run 用於網頁引擎、Cloud SQL 用於資料庫，以及 Cloud Build 用於媒體資產。

瞭解如何在 Cloud Run GPU 上執行穩定的擴散作業

在本程式碼研究室中，您將瞭解如何透過機密空間透過多方運算技術交易數位資產。

瞭解如何使用開放原始碼 Lustre Deployment Manager 指令碼，在 Google Cloud Platform 中部署 Lustre Parallel 檔案系統。

本教學課程將說明如何使用 Python 搭配 Translation API。

在本程式碼研究室中，您將瞭解如何僅使用幾行程式碼，將 Firebase 驗證新增至 Flutter 應用程式。

在本程式碼研究室中，您將瞭解如何使用 Sensitive Space 保護機器學習模型和智慧財產

在本程式碼研究室中，您將瞭解如何在向 Places API 提出要求前，使用 Firebase App Check 和 reCAPTCHA 驗證網頁應用程式。

在本程式碼研究室中，您將建構知識導向的聊天應用程式，用於回答客戶問題、引導產品探索過程，並為電子商務資料集量身打造搜尋結果

在本教學課程中，您將瞭解如何透過 Airflow DAG 在 GKE 上使用 vLLM 訓練及執行模型。

在本程式碼研究室中，您將瞭解如何運用已簽署的容器映像檔功能，提高機密空間的可用性。

瞭解如何將 Firebase 與 Next.js 應用程式整合。

在這個程式碼研究室中，您將使用 Vertex AI Conversation 建立、設定及部署 Data Store Agent 和即時通訊應用程式，回答客戶對 Google 商店中產品的問題。

透過 Python SDK 和 PSC 端點，從 VM 存取 Gemini

Cloud 函式，示範如何處理上傳至 Google Cloud Storage 的檔案，以及如何使用 Vertex AI PaLM API 處理內容摘要。

我們只會使用 SQL 搭配 BigQuery ML 來建立電影分數預測模型

我們會使用 Vertex AI AutoML 建立電影分數預測模型，然後部署至 API 端點，並透過 Java Cloud Functions 觸發預測 API。

在這個程式碼研究室中，您將瞭解如何使用 Gemini Pro 建構多模態問題回答系統。

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

在本程式碼研究室中，您將瞭解如何使用 Dataprep 轉換 Google 表單問卷調查資料，並推送至 BigQuery 進行更深入的分析

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

在本程式碼研究室中，您將瞭解如何使用無伺服器元件部署 Django，包括：網路引擎適用的 Cloud Run、資料庫適用的 Cloud SQL，以及媒體資產適用的 Cloud Build。

在本程式碼研究室中，您將瞭解 Cloud Run 的事件。具體來說，您將會監聽來自 Cloud Pub/Sub、稽核記錄、Cloud Storage、Cloud Scheduler 的事件，以及如何產生/使用自訂事件。

在本程式碼研究室中，您將瞭解如何使用 Vertex AI 監督式微調大型語言模型。

Spring Native 是一項新興專案，目標是在春季 6.x 和 Spring Boot 3.x 進入主線，也就是說，現在是於產品發布前幾個月做好準備的絕佳時機。

在本程式碼研究室中，您將建立具備後端服務的 TCP/SSL 負載平衡器，並將負載平衡器的存取權限制為僅限一組特定的使用者用戶端。

在本程式碼研究室中，您將瞭解如何安全共用多方資料，同時運用機密空間維持機密性

在本程式碼研究室中，您將在網頁應用程式中設定 Firebase Performance Monitoring，並瞭解如何使用這項工具確保應用程式為使用者提供良好的運作體驗。

瞭解如何使用 Firebase 建構 Flutter 行動應用程式。

使用 Firebase 和 StackBlitz 線上編輯器，從頭開始建構網頁應用程式。您將使用基本的 HTML 和 JavaScript 與 Firebase 通訊。這篇簡介完整說明瞭如何使用 Firebase 控制台，將 Firebase 整合至應用程式。無需事先瞭解或安裝軟體。

在本程式碼研究室中，您將瞭解如何使用 Cloud Functions for Firebase 傳送通知給即時通訊應用程式的使用者。

在本程式碼研究室中，您將使用 Google Slides API 和 BigQuery 製作簡報，分析最常見的軟體授權分析。

在本程式碼研究室中，您將瞭解如何保護網頁應用程式，防範未經授權的存取行為。

在這個程式碼研究室中，您將瞭解如何使用 Firebase 平台建構 Android 應用程式。

在本程式碼研究室中，您將建構用於進行地理雜湊的 Firebase 擴充功能。本入門程式碼研究室可說明如何將現有的 Cloud 函式轉換為 Firebase Extension，以便輕鬆發布給數百萬名開發人員，以及協助擴充 Firebase 專案。

在本程式碼研究室中，使用者將同時使用應用程式發布和 Quicklane 外掛程式來發布 iOS 版本並註冊測試裝置。接著，使用者會從應用程式發行控制台匯出裝置和 UDID 的 .txt 檔案，並自動註冊這些裝置 (這是發布臨時 iOS 版本的必要條件)。

在本研究室中，您將學習如何使用 AI 平台筆記本建立機器學習工作流程原型。我們將說明如何建立自訂筆記本執行個體、在 Git 中追蹤筆記本程式碼，以及使用 What-If Tool 對模型進行偵錯。

本研究室說明如何使用 Spark MLlib 和 spark-nlp 對大量資料執行機器學習與自然語言處理。

瞭解如何在 Cloud Run 函式中使用修訂版本，進行流量拆分、漸進式推出和復原作業。

在本程式碼研究室中，您將瞭解如何使用 Python 搭配 Google Cloud Translation API，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

在本程式碼研究室中，您將瞭解 C# 語言的 Google Cloud Run 函式。具體來說，您將部署 C# 函式來回應各種 Google Cloud 來源的 HTTP 和 CloudEvents。

瞭解如何實作多重驗證，並使用封鎖函式建立自訂驗證要求

在本程式碼研究室中，您將使用 FCM HTTP v1 API，將推播通知傳送至在多個平台上運作的應用程式。您可以使用在 Android/iOS/網頁版上順暢執行的 Flutter 建構應用程式。

瞭解 Google Cloud：在 Cloud Run 中部署微服務並加入虛擬 rumpu，讓微服務在其他微服務中擲回「彩虹」，同時贏得勝利！您將會實際部署 Kotlin、Java、Go、Python 或 Node.js 微服務，並在過程中學習容器和 Cloud Run。持續改善演算法，看看您是否能比其他冒險者多獲得分數。

瞭解如何透過 GKE 部署、擴充及更新網站。

本教學課程將說明如何搭配 Python 使用 Natural Language API。

在本程式碼研究室中，您將建構微服務的事件導向自動化調度管理服務，透過 Eventarc 和 Workflows 處理圖片

瞭解如何搭配使用 Firebase Extensions 與 Gemini API，建構包含 AI 技術輔助功能的網頁應用程式，例如個人化推薦內容。

在這個程式碼研究室中，您將瞭解如何在 iOS 上使用 Firebase 平台。

在本程式碼研究室中，您將瞭解如何使用 FCM 主題，將推送訊息多點傳播至精選的應用程式執行個體群組。

瞭解 Gemini Code Assist Enterprise 的最新消息，以及這項技術如何協助貴機構運用 Google Cloud 建構內容。

在本程式碼研究室中，您將瞭解如何安全共用多方資料，同時透過機密空間維持機密性。本程式碼研究室著重於如何搭配非 Google Cloud 託管的受保護資源使用機密空間。您將瞭解如何提供 Nonce、目標對象和 PKI 權杖類型，向 Google Attestation Service 要求自訂權杖。

在這個程式碼研究室中，您將瞭解如何建立 Cloud SQL 的 Private Services Connect

瞭解如何透過要求驗證以保護 Cloud Functions

本指南提供將現有網路負載平衡器從目標集區後端轉換為區域性後端服務的操作說明。

在本程式碼研究室中，您將瞭解 Google Cloud 作業套件。本研究室將使用 gcloud 安裝範例應用程式。部署範例應用程式後，您就能使用 Cloud Monitoring 定義資訊主頁、快訊和運作時間檢查等內容。

瞭解如何要求驗證才能叫用 Cloud Run 函式，以確保安全

本程式碼研究室將介紹如何透過 Flutter 在開發期間使用 Firebase 模擬器套件。本程式碼研究室會使用驗證和 Firestore 模擬器來示範模擬器的用法。

在本實驗室中，您將瞭解如何在 Vertex Pipelines 上使用 Kubeflow Pipelines SDK 執行自訂模型訓練工作。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $5 美元。 這個實驗室使用 Vertex AI ，這是 Google Cloud 上的端對端代管機器學習平台。Vertex AI 將 Google 的機器學習產品整合至 Google Cloud，提供流暢的開發體驗。除了模型訓練和部署服務，Vertex AI

在本實驗室中，您將使用 Vertex AI 執行自訂訓練工作。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。您將使用 花卉資料集 建立圖片分類模型。如要瞭解詳情，請觀看隨附的影片： 。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 將 Google Cloud 的機器學習產品整合為流暢的開發體驗。先前，使用 AutoML

在本實驗室中，您將使用 Vertex AI ，透過 TensorFlow 在 Vertex AI Training 上執行分散式訓練工作。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。請務必先完成 先前的實驗室 ，再試用這個實驗室。歡迎觀看相關系列影片，瞭解更多資訊： 。 學習重點： 在 Google Cloud 中執行這個實驗室的總費用約為 $2 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 整合了 Google Cloud

在本實驗室中，您將使用 Vertex AI ，從預先訓練的圖像分類模型取得預測結果。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。新產品將這兩項功能與其他新產品整合至單一 API。您也可以將現有專案遷移至 Vertex

在本實驗室中，您將瞭解如何使用 Vertex Pipelines 建立及執行機器學習管道。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $25 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。這項新產品會與其他新產品一起合併為一個 API。您也可以將現有專案遷移至 Vertex

在本實驗室中，您將瞭解如何使用 Vertex 機器學習中繼資料 ，分析 Vertex AI Pipelines 執行作業產生的中繼資料。 學習重點： 在 Google Cloud 中執行這個實驗室的總費用約為 $2 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前使用 AutoML 訓練的模型和自訂模型，都能透過不同的服務存取。新產品將這兩項功能與其他新產品整合至單一

瞭解如何轉換簡單的 Java App Engine 應用程式、使用 Buildpacks 將應用程式容器化，以及將應用程式移至 Cloud Run

在本實驗室中，您將瞭解如何使用自動封裝功能，在 Vertex AI Training 上執行自訂訓練工作。Vertex AI 中的自訂訓練工作會使用容器。如果不想自行建構映像檔，則可使用包裝，依據程式碼建構自訂 Docker 映像檔、將映像檔推送至 Container Registry，並根據映像檔啟動 CustomJob 。 學習重點： 在 Google Cloud 中執行這個實驗室的總費用約為 $2 美元。 使用 Hugging Face 的程式庫時，您會微調 IMDB 資料集 上的

我們會使用 Gemini，透過 BigQuery (僅限 SQL 的生成式 AI) 提供書籍建議和摘要分析。

在這個研究室中，您將使用 Vertex AI 在 Vertex AI 訓練中執行超參數調整工作。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。請務必先完成 前一個研究室 ，再試用這個研究室。歡迎觀看相關系列影片，瞭解更多資訊： 。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud

瞭解如何轉換簡單的 Java App Engine 應用程式、使用 Jib 將應用程式容器化，以及將應用程式移至 Cloud Run

在本程式碼研究室中，您將瞭解如何設定進階負載平衡最佳化功能，以實現全域外部應用程式負載平衡。

我們會使用 Gemini 協助建構書架摘要應用程式，這個應用程式只需將 BigQuery 資料傳送到網路，並部署在 Cloud Run 上。

瞭解如何轉換簡易的 Java App Engine 應用程式、透過 Docker 將應用程式容器化，以及將應用程式移至 Cloud Run

在這個程式碼研究室中，您可開始使用 Cloud Foundation Toolkit(CFT)，並逐步引導您在 CFT 模組中新增功能。

在本程式碼研究室中，您將使用 Vertex AI Search/Agent Builder 建構 Google 優質搜尋引擎，回答來自文件和文字檔案中的查詢。

我們會在 Cloud 函式中，使用 Vertex AI 生成式 AI (Gemini) 建立書籍推薦和摘要應用程式，做為 BigQuery 的遠端函式。

在本程式碼研究室中，您將使用 Vertex AI，根據部分提供的規格設計益智問答測驗。您將在雲端託管的開發人員環境中測試測驗產生器，然後部署至 Google Cloud Run，即可公開發布該測驗。研究室結束時，您將整合測驗產生器與完整的應用程式。

在本程式碼研究室中，您將使用 ML Kit 建構 Android 應用程式，這個應用程式會使用裝置端機器學習技術來辨識、辨識語言，並翻譯 59 種語言的文字。此外，您還會瞭解如何整合 CameraX 程式庫，以便透過即時相機畫面完成這些工作。

在本實驗室中，您將使用 Vertex AI 的 共用代管模型功能 ，在同一個 VM 上代管多個模型，以便進行線上預測。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $2 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。這項新產品會與其他新產品一起合併為一個

在本實驗室中，您將瞭解如何在 Vertex AI 上使用自訂預測處理常式，編寫自訂預先處理和後續處理邏輯。雖然本範例使用 Scikit-learn，但自訂預測處理常式可搭配其他 Python ML 架構使用，例如 XGBoost、PyTorch 和 TensorFlow。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud

use-cmek-to-encrypt-cloud-functions

在這個研究室中，您將使用 Vertex AI 來訓練及提供表格資料模型。這是 Google Cloud 最新推出的 AI 產品服務，目前為預先發布版。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $22 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML

在本實驗室中，您將使用 Vertex AI ，透過自訂容器中的程式碼訓練及提供 TensorFlow 模型。 當這裡使用 TensorFlow 編寫模型程式碼時，你可以輕鬆將其替換為其他架構。 學習重點： 在 Google Cloud 上執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML

在本實驗室中，您將使用 Vertex AI 建構管道，在 TensorFlow 中訓練自訂 Keras 模型。接著，我們會使用 Vertex AI Experiments 提供的新功能追蹤及比較模型執行結果，找出哪些超參數組合可帶來最佳效能。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud

在本實驗室中，您將使用 Vertex AI 為 TensorFlow 模型執行多工作者訓練工作。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $5 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前，使用 AutoML 訓練的模型和自訂模型必須透過不同的服務存取。新產品將這兩項功能與其他新產品整合至單一 API。您也可以將現有專案遷移至

在這個研究室中，您將瞭解如何在金融資料集中訓練 XGBoost 模型、將模型部署至 Vertex AI，並使用 What-if Tool 加以分析。

在這個實驗室中，您將使用 Vertex AI ，透過自訂訓練模型取得線上和批次預測結果。 這個實驗室屬於「 從原型設計到投入實際工作環境 」系列影片。請務必先完成 前一個研究室 ，再試用這個研究室。如要瞭解詳情，請觀看隨附的影片： 。 學習重點： 在 Google Cloud 上執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前使用

在本研究室中，您將瞭解如何使用 Vertex AI 進行超參數調整和分散式訓練。雖然本研究室使用 TensorFlow 編寫模型程式碼，但這些概念也適用於其他機器學習架構。 學習重點： 在 Google Cloud 上執行本實驗室的總費用約為 $6 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 將 Google Cloud 中的機器學習產品整合到流暢的開發體驗中。先前使用 AutoML

在本研究室中，您將瞭解如何透過 Vertex AI Workbench 進行資料探索及訓練模型。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $1 美元。 這個實驗室使用 Google Cloud 最新推出的 AI 產品服務。 Vertex AI 整合了 Google Cloud 中的機器學習產品，提供流暢的開發體驗。先前使用 AutoML 訓練的模型和自訂模型，都能透過不同的服務存取。這項新產品會與其他新產品一起合併為一個 API。您也可以將現有專案遷移至

如何開始使用事件導向 Cloud Run 函式

瞭解如何使用 Cloud Run GPU 和 Open WebUI 做為前端輸入容器，將 Ollama 當做補充資訊使用

瞭解如何在 Cloud Run 中建構及部署 LangChain 應用程式

瞭解 Dialogflow 中的執行概念。

瞭解如何將 Vision API 與 Dialogflow 整合。

您將瞭解如何透過程式輔助方式監聽事件，以及傳送動作至嵌入式 Looker 內容。

您將瞭解如何透過 Looker Embed SDK 嵌入 Looker 資訊主頁

本程式碼研究室將引導您逐步使用 gcloud CLI，透過程式輔助方式，在 Jenkins 等現有 CI/CD 系統中執行大型測試套件。本程式碼研究室與平台無關。

在這個教學課程中，您將瞭解如何透過混合型網路，設定及驗證 Looker Cloud Core 私人 IP。

在本程式碼研究室中，您將瞭解如何針對本機開發作業設定 Looker 資訊主頁摘要擴充功能，並將擴充功能部署至實際工作環境。

瞭解如何使用 Firebase Emulator 套件開發網頁應用程式。

在本程式碼研究室中，您將瞭解如何使用 Private Service Connect 鏈結 L7 負載平衡器。

在本程式碼研究室中，您將獲得實務經驗，熟悉在處理即時資料時，通常用於提升規模和彈性的架構模式。您將建構一個用於測量天氣資料的 IoT 裝置 (Raspberry Pi)，然後使用 Google Cloud Platform 建立資料管道，包括訊息佇列、無伺服器函式、雲端式資料倉儲和分析資訊主頁。

在本程式碼研究室中，您將使用 Flutter 建構適用於 Android、iOS 和網頁版的簡易音樂播放器。這個播放器會連線至 Firebase RTDB，讓使用者在不同裝置上同步處理播放內容。

瞭解如何使用安全性規則保護 Firestore 資料

在本程式碼研究室中，您將瞭解如何建立資料庫、部署資料庫的生成式 AI 擷取服務，以及使用這項服務建立範例即時通訊應用程式。

在本研究室中，您將瞭解如何透過 Vertex AI Workbench 設定及啟動筆記本執行作業。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $2 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 將 Google Cloud 中的機器學習產品整合到流暢的開發體驗中。先前使用 AutoML 訓練的模型和自訂模型，都能透過不同的服務存取。這項新產品會與其他新產品一起合併為一個 API。您也可以將現有專案遷移至 Vertex

您將使用 Cloud Dataflow、使用 Cloud Dataflow SDK 建立 Maven 專案，以及使用 Google Cloud Platform 主控台執行分散式工作管道。

瞭解如何使用遠端設定檢測 Unity 遊戲

在這個程式碼研究室中，您將瞭解如何在 Unity 遊戲中使用遠端設定 A/B 測試。

在本程式碼研究室中，您將瞭解如何使用 Crashlytics 的進階功能。進一步掌握當機問題和可能導致當機的情況。

在本程式碼研究室中，您將訓練電腦辨識 190 行 Python / Keras 程式碼，其中 99% 的準確率數字。

本教學課程將說明如何搭配 Python 使用 Video Intelligence API。

Cloud SQL 查詢洞察 可協助您偵測、診斷及預防 Cloud SQL 資料庫的查詢效能問題。它的自助式服務、直覺式監控與診斷資訊，超越了偵測技術，可協助您找出效能問題的根本原因。 在本程式碼研究室中，您將瞭解如何設定 PostgreSQL 適用的 Cloud SQL 執行個體、部署 Node.js 應用程式，以使用 Cloud SQL 執行個體做為後端儲存空間，然後使用查詢洞察功能查看和監控查詢。 記下您使用的專案的專案 ID。稍後在本程式碼研究室中會稱為 PROJECT-ID 。

開始使用 Cloud Functions，這是 Google 用來建構及連結雲端服務的無伺服器執行環境。透過這個實作研究室，您可以瞭解如何使用 Google Cloud 控制台來建立、部署及測試 Cloud 函式

在本程式碼研究室中，您將學習如何搭配使用 Google Cloud Vision API 與 C#。

在本程式碼研究室中，您將學習如何使用 DLP API 來自動分類上傳至 Cloud Storage 的資料。根據上傳至 Cloud Storage 的資料自動分類

瞭解如何在不執行 Docker 或 Dockerfile 的情況下，立即建構並發布適用於 Spring Boot Kotlin 應用程式的最佳化 Docker 映像檔，然後在 Cloud Run 執行建構的映像檔。

在本程式碼研究室中，您將瞭解如何將 ASP.NET Core 程式碼轉換為在 Google Kubernetes Engine 中 Kubernetes 執行的複製應用程式。

在本程式碼研究室中，您將瞭解如何建構以 Java 為基礎的服務，透過 gRPC 公開 API。然後為 gRPC 服務編寫 Java 指令列用戶端。

在這個程式碼研究室中，您將瞭解如何在不使用任何 CLI 指令或 SDK 的情況下，在 Kubeflow 管道上透過超參數調整建構及部署複雜的數據資料學管道。

在本程式碼研究室中，您將瞭解如何運用 Istio 將 ASP.NET Core 應用程式部署至 Google Kubernetes Engine。

在本程式碼研究室中，您將繼續處理第 1 部分的 ASP.NET Core 應用程式，並在當中新增更多 Istio 功能。

在本程式碼研究室中，您將瞭解如何將 Python 2 App Engine Cloud NDB 和 Cloud Tasks (v1) 應用程式遷移至 Python 3、Cloud Datastore 和 Cloud Tasks (v2)

在本程式碼研究室中，您將瞭解如何將 Microaut 微服務轉換為在 Google Kubernetes Engine 上執行的複製服務。

在本程式碼研究室中，您將使用 GKE 設定 Cloud AI 平台管道安裝作業 (託管 KFP)、使用 Kubeflow Pipelines 建構及執行機器學習工作流程，以及在 AI 平台筆記本 (Jupyter) 中定義及執行管道。

在本程式碼研究室中，您將學習如何建構 C# 服務，以便透過 gRPC 公開 API，並建立 C# 用戶端來呼叫 gRPC 服務。

瞭解如何遷移 Python 2 App Engine NDB &amp；工作佇列 (推送工作) 應用程式至 Cloud NDB (&A)；Cloud Tasks

在本程式碼研究室中，您將學習如何在不使用任何 CLI 指令或 SDK 的情況下，運用 Kubeflow Pipelines 建構及部署複雜的數據資料學管道。

在這個程式碼研究室中，您將瞭解如何在 Google Cloud Platform 上部署 Managed Active Directory

在本程式碼研究室中，您將轉錄音訊檔案，以便搭配 Node.js 使用 Text-to-Speech API

本研究室的目標是探索 Cloud NAT 的規則功能

在本程式碼研究室中，您將瞭解 Cloud Armor 預先設定的網路應用程式防火牆規則，這些規則可讓您利用簡單的規則集名稱，抵禦前 10 大 OWASP 安全漏洞。

在本程式碼研究室中，您將瞭解適用於 Google API 的 Private Service Connect。具體來說，您將為 Storage API 建立服務端點、建立 Cloud Storage 值區和使用 DNS 進行驗證。

瞭解如何使用 Compute Engine 在 Google Cloud 中託管網頁應用程式及調度資源。

在本程式碼研究室中，您將建立含有後端服務的 TCP/SSL Proxy 負載平衡器，並使用 Cloud Armor 將負載平衡器的存取權限制為僅限一組特定的使用者用戶端

在本程式碼研究室中，您將先探索 Node.js 應用程式，以便擷取網頁的螢幕截圖，並儲存至 Cloud Storage。然後，您會建構應用程式的容器映像檔、在 Cloud Run 中做為工作執行，然後更新工作以處理更多網頁，並透過 Cloud Scheduler 按排程執行工作。

在本程式碼研究室中，您將學習如何搭配使用 Video Intelligence API 與 C#

瞭解如何使用 Google 的生成式 AI 功能，分析 YouTube 對任何公司或產品的影響者觀點。

示範 Java 應用程式中的 Gemini 函式呼叫功能，方法包括透過叫用 Gemini 模型來自動化調度管理函式呼叫的輸入內容、叫用 API，然後在其他 Gemini 呼叫中處理回應，並部署至 REST 端點。

在本程式碼研究室中，您將熟悉 Google Compute Engine 的操作方式，啟動 VM、安裝軟體，並透過網路負載平衡器在網際網路上存取這些軟體。

在本程式碼研究室中，您將建立負載平衡器和相關後端服務。接著，您會建立 Cloud Armor 機器人管理規則，並瞭解該規則如何保護後端。

在本程式碼研究室中，您將瞭解如何搭配 Python 使用 BigQuery

在這個教學課程中，您會瞭解如何使用 Python 管理 Document AI 處理器。

在本程式碼研究室中，您將瞭解如何同時對 Wikipedia 資料集執行 BigQuery 工作，以及 Workflows 的平行疊代功能。

在本程式碼研究室中，您要先瞭解如何建立及使用一般 Cloud Tasks 佇列來處理 HTTP 目標工作。接著，您將會瞭解如何使用佇列層級 HTTP URI 覆寫功能和新的 BufferTask API，透過 Cloud Tasks 更輕鬆地緩衝 HTTP 要求。

在本程式碼研究室中，您將建立負載平衡器和相關後端服務。接著，您會建立 Cloud Armor 頻率限制政策，並瞭解此政策如何保護後端。

在這個程式碼研究室中，您將瞭解如何使用 Dataproc 啟動代管 Spark/Hadoop 叢集、提交 Spark 範例工作，以及使用指令列關閉叢集。

這個程式碼研究室展示瞭如何使用 Google Cloud 專用 Gemini，加快疑難排解及問題補救速度。您將熟悉 Gemini 的摘要、說明錯誤及找出解決方案，

在本程式碼研究室中，您將建立網頁應用程式，僅開放指定使用者群組存取，並在程式中使用已驗證使用者的身分

瞭解如何建立 Google Cloud 專案、設定及使用 Google Cloud 控制台，以及存取 Cloud 控制台中最常用的部分服務。

瞭解如何建立 Google Cloud 專案，然後在該專案中呼叫 API。

在本程式碼研究室中，您將瞭解如何使用 clasp (Apps Script CLI) 透過指令列提取、推送及部署 Apps Script 專案。

在本程式碼研究室中，您將瞭解 Google Cloud Armor 已命名的 IP 位址清單。具體來說，您會在安全性政策中設定已命名的 IP 位址清單，並驗證連線能力。

在本程式碼研究室中，您將建立新的 Compute Engine 執行個體、編譯並執行程式，藉此計算圓周率至數千萬位數。

瞭解如何使用 Cloud Build 持續將容器化工作負載部署至 GKE。

本教學課程將說明如何在 Google App Engine 中使用 Python 建構簡單的網頁應用程式。

在本程式碼研究室中，您將瞭解 BigQuery 的基本概念，以及如何使用 BigQuery 查詢 TB 規模的資料，例如 Wikipedia 資料集。

瞭解如何建立簡易的 Spring Boot 應用程式，並部署至 App Engine 標準環境。

在本程式碼研究室中，您將瞭解如何搭配 Node.js 用戶端程式庫使用 BigQuery

在這個程式碼研究室中，您將瞭解如何將簡單的 ASP.NET 應用程式部署至 Google Compute Engine 上的 Windows Server

在本程式碼研究室中，您將瞭解如何搭配使用 BigQuery 與 C#

瞭解如何建立前端 Ruby 用戶端，為 Dialogflow 應用程式建立對話體驗。

在本程式碼研究室中，您將強化採用 Dialogflow 和 Google 日曆支援的 Appointment Scheduler Chat 應用程式，以便在 Google Chat 中執行。您將建構及部署自訂 Google Chat 訊息。

在本程式碼研究室中，您將瞭解如何透過 Google Cloud Shell 建構及啟動 ASP.NET Core 應用程式，完全不必離開瀏覽器。

在這個程式碼研究室中，您將會瞭解如何以 Java HBase 用戶端接觸 Cloud Bigtable。您需要載入資料，然後執行查詢，並在地圖上繪製資料。

在本程式碼研究室中，您將瞭解如何將簡單的 ASP.NET Core 應用程式部署至 Google App Engine

在這個研究室中，您將逐步瞭解 GCP 上完整的機器學習工作流程：從 BigQuery 擷取資料、在 Cloud AI 平台 Notebooks 執行個體中建構 XGBoost 模型，然後將模型部署至 AI 平台。

在本程式碼研究室中，您將瞭解如何使用 Node.js 和 Cloud Run 建構 Google Workspace 外掛程式。

在本研究室中，我們會建立 VPC Service Controls 範圍，並用來保護專案。接著，我們會撤銷因 VPC Service Controls 輸入事件而違反該政策，並逐步完成拒絕拒絕程序的程序。完成這個研究室之後，您會更加瞭解如何運用 VPC Service Controls 保護資源。

在本研究室中，我們會建立 VPC Service Controls 範圍，並用來保護專案。接著，我們會叫用 VPC Service Controls 的輸出違規事項，並建立輸出規則，逐步解決拒絕這個情形的程序。完成這個研究室之後，您會更加瞭解如何運用 VPC Service Controls 保護資源。

在這個研究室中，您將瞭解如何在金融資料集中訓練 XGBoost 模型、將模型部署至 Cloud AI 平台，並使用 What-if Tool 加以分析。

本程式碼研究室將說明如何使用 Google Cloud 控制台，將 Identity and Access Management (IAM) 角色授予專案主體。

在本程式碼研究室中，您將學習如何設定網路負載平衡器，以便根據 HTTP 健康狀態檢查使用加權負載平衡回報的權重，將流量分配到各個負載平衡器的後端執行個體。

在本程式碼研究室中，您將瞭解如何部署 TFLite 模型，為每位使用者提供個人化應用程式，並最佳化應用程式內購

在這個程式碼研究室中，您將瞭解如何使用 Firebase 和 TensorFlow Lite 實作文字分類，

在本程式碼研究室中，您將瞭解如何使用 Tensorflow 和 Firebase 為應用程式建立內容推薦引擎

在本程式碼研究室中，您將瞭解如何使用 Tensorflow 和 Firebase 為應用程式建立內容推薦引擎。

在這個程式碼研究室中，您將瞭解如何使用 Firebase 和 TensorFlow Lite 實作文字分類，

在本程式碼研究室中，您將建構一個知識導向的聊天應用程式，用來回答與專利搜尋相關的問題，並以專利資料集真值為基礎，提供符合情境的相關結果。

在本程式碼研究室中，您將瞭解適用於 Google API 的 Private Service Connect。具體來說，您將為 Storage API 建立服務端點、建立 Cloud Storage 值區和使用 DNS 進行驗證。

在本程式碼研究室中，您將學習如何透過 Google Analytics for Firebase 使用應用程式事件來分析使用者行為。

我們會使用 Spring Boot 和 Java 建立電腦視覺應用程式，讓您在專案中充分發揮圖片辨識與分析的潛能。

在本程式碼研究室中，您將學習如何使用 Firebase 遠端設定，在不更新的情況下變更應用程式行為。以及如何執行 A/B 測試找出最佳值。

瞭解如何運用這些功能持續吸引使用者採取行動。

在本程式碼研究室中，您將瞭解如何使用外部 HTTP(s) 混合型負載平衡器，連線至網路端點群組 (NEG)。

在本程式碼研究室中，您將學習如何使用 Firebase 遠端設定，在不更新的情況下變更應用程式行為。以及如何執行 A/B 測試找出最佳值。

在本程式碼研究室中，您將瞭解 Cloud IDS。具體來說，您將建立 Cloud IDS 端點、產生威脅流量，然後分析結果。

在本程式碼研究室中，您將瞭解如何使用 Private Service Connect 發布及使用服務。

在本程式碼研究室中，您將學習如何透過 Google Analytics for Firebase 使用應用程式事件來分析使用者行為。

在這個程式碼研究室中，您將瞭解如何使用 Private Service Connect 在 GKE 環境中發布及使用服務

瞭解如何將 Spring Boot 應用程式連結至 Cloud SQL。

在這個程式碼研究室中，您將建立 Cloud Scheduler 定期觸發的 Cloud Run 服務，將最近拍攝的相片製作美術拼貼。

在本程式碼研究室中，您將瞭解如何透過網路連線至託管於 Google Cloud Platform 的運算資源。

在這個程式碼研究室中，您將瞭解如何使用 Eventarc 將 Datadog 監控快訊轉送至 Google Cloud。

在本程式碼研究室中，您將瞭解如何使用含有修訂時間戳記欄的 Cloud Spanner 資料庫資料表，建立遊戲排行榜。

在本程式碼研究室中，您將使用 Google 對原生 Java 用戶端程式庫的支援，建立 Java 服務並部署至 Cloud Run。該服務會透過 Vision API 執行圖片分析，藉此回應 Cloud Storage 事件，並將分析結果儲存在 Firestore 集合中。

在這個程式碼研究室中，您將瞭解 Eventarc 的主要功能。

在本程式碼研究室中，您將使用 Google 對原生 Java 用戶端程式庫的支援，建立 Java 服務並部署至 Cloud Run。該服務會透過 Vision API 執行圖片分析，藉此回應 Cloud Storage 事件，並將分析結果儲存在 Firestore 集合中。

在本程式碼研究室中，您將瞭解如何使用 Spring Cloud GCP 從 Datastore 寫入及讀取物件

在本程式碼研究室中，您將建立 Cloud 函式 (Java) 以回應 Cloud Storage 事件，透過 Vision API 執行圖片分析，並將分析結果儲存在 Firestore 集合中。

在這個教學課程中，您將以無伺服器的方式部署及執行無狀態容器 (可以省去基礎架構相關工作)，學習如何開始使用 Cloud Run。Cloud Run 提供全代管選項，也能在 GKE 叢集上運作。

在這個程式碼研究室中，您將建立新的 Cloud Run 服務。當映像檔在 Cloud Storage 中刪除時，Eventarc 會觸發這個服務。接著，服務會刪除 Cloud Storage 中的圖片縮圖和 Firestore 集合中的中繼資料。

瞭解如何透過 Cloud Shell 建立及啟動 Spring Boot Java 應用程式，而不必離開瀏覽器。

在這個程式碼研究室中，您將在背景使用 Google Cloud Pub/Sub，建構兩個 Spring Boot 應用程式，透過 Spring Integration 交換訊息。

在本程式碼研究室中，您將建立 Cloud 函式，以使用 Vision API 執行圖片分析，藉此回應 Cloud Storage 事件，並將分析結果儲存在 Firestore 集合中。

在本程式碼研究室中，您將透過 Workflows 建立「每日 Pic-a-day」的自動化調度管理版本

在本程式碼研究室中，您將瞭解如何透過 Eventarc 和 Workflows 回應 Datadog 監控快訊

在本程式碼研究室中，您將使用 Kotlin 建構 Spring 應用程式，並與多項 Google Cloud Platform 技術整合，例如 Cloud Pub/Sub 和 Cloud SQL。

在本程式碼研究室中，您將學習如何搭配使用 Speech-to-Text API 與 C#

在本程式碼研究室中，您將建立 Google Cloud Spanner 執行個體和空白資料庫，並瞭解如何載入範例資料及查詢。

在本程式碼研究室中，您將以無伺服器的方式部署及執行無狀態容器 (可以省去基礎架構相關工作)，學習如何開始使用 Cloud Run。Cloud Run 提供全代管選項，也能在 GKE 叢集上運作。

在本程式碼研究室中，您將瞭解如何使用含有修訂時間戳記欄的 Cloud Spanner 資料庫資料表，建立遊戲排行榜。

在這個教學課程中，您會瞭解如何搭配 Python 使用 Speech-to-Text API。

在這個程式碼研究室中，您將瞭解如何在 Google Cloud 中建構及執行 Slack 機器人。這項服務使用全代管運算平台 Cloud Run，可自動調整無狀態容器的資源配置。

在本程式碼研究室中，您將建構基本的 Java 應用程式，使用 Hibernate 來在 Cloud Spanner 中保留資料。

在本程式碼研究室中，您將建立 Cloud Run 服務，以便建立圖片縮圖來回應透過 Pub/Sub 主題傳遞的 Cloud Storage 事件。

在本程式碼研究室中，您將轉錄音訊檔案，以便搭配 Node.js 使用 Speech-to-Text API

在本程式碼研究室中，您會在 Google App Engine 中建立網路前端，讓使用者上傳圖片、瀏覽上傳的圖片、縮圖和最新美術拼貼。

在本程式碼研究室中，您將瞭解如何使用含有修訂時間戳記欄的 Cloud Spanner 資料庫資料表，建立遊戲排行榜。

在本程式碼研究室中，您將瞭解如何使用無伺服器元件部署 Django CMS：網路引擎適用的 Cloud Run、資料庫適用的 Cloud SQL，以及媒體資產適用的 Cloud Build。

在本程式碼研究室中，您將瞭解如何使用 Spring Cloud GCP 寫入及讀取 Cloud Spanner 資料庫中的資料。

在本程式碼研究室中，您將瞭解如何使用 Terraform 建立及管理 Google Cloud Spanner 資源。

在本程式碼研究室中，您將瞭解 Cloud Profiler 這項工具，讓您以較低的負擔持續收集及分析實際工作環境環境中的效能資料。

瞭解如何在 Node.js 中使用 Cloud Run 部署及執行容器。

在本程式碼研究室中，您將建構簡單的 Spring Boot 微服務，並擷取儲存在 Secret Manager 的密鑰 / 設定值。

在本程式碼研究室中，您將建構簡單的 Spring Boot 微服務，並透過 Spring Cloud GCP Trace 啟動條件新增分散式追蹤功能，將資料儲存在 Cloud Trace 中。

瞭解如何使用 Memorystore 從 Spring Boot 應用程式快取資料。

瞭解如何將 Spring Boot Java 應用程式部署至 GKE 上的 Kubernetes。

在這個程式碼研究室中，您將使用 Cloud SQL Proxy，在 Google 私人內部網路中，設定 Compute Engine 執行個體和 Cloud SQL 之間的連線。

在本程式碼研究室中，您將設定簡單的連線，連至 Cloud SQL 執行個體，此執行個體可從任何地方存取。

瞭解如何開始使用 Cloud Run 函式

運用 Android-FHIR SDK、OHS 和 Google Cloud Healthcare API，建構安全、可擴充且符合規範的資料導向醫療照護行動應用程式

在本程式碼研究室中，您將瞭解新的外部 HTTP 負載平衡器提供的進階流量功能。

在本程式碼研究室中，您將使用 Gemini 1.0 Pro Vision 和 Gemini 1.5 Pro 等多種產品，透過生成式 AI 模型，在短短幾分鐘內建構 Cloud Run 應用程式，將繪圖轉換為網站程式碼。

在本研究室中，您將瞭解如何在 Google Cloud 建立端對端資料至 AI 系統，以便即時偵測詐欺行為。目標是瞭解如何從原始資料，在 Google Cloud 中建構可用於實際工作環境的機器學習管道。本研究室使用以下 Google Cloud 產品： 建構端對端機器學習管道並不容易。在本研究室中，您將瞭解如何使用 BigQuery 和 Vertex AI 等 Google Cloud 服務，建構及擴充端對端機器學習管道。並逐步說明如何將原始資料轉為實際運用 AI

可直接使用的 Dialogflow 整合了許多功能，包括網頁、Google 助理、社群媒體和電話閘道。不過，如果你想在行動裝置上使用聊天機器人，就必須建立自訂整合項目。本研究室將說明如何將 Dialogflow Essentials 整合至 Flutter 應用程式。

瞭解如何建立 Cloud Run 服務，以便使用 localhost 通訊埠和磁碟區掛接項目與補充資訊通訊。

在本程式碼研究室中，您將瞭解如何使用 Document AI 表單剖析器，以 Python 剖析手寫表單。 我們將以簡單的醫療登記表單為例，但此程序將適用於 DocAI 支援的任何一般形式。 本程式碼研究室是以其他 Document AI 程式碼研究室呈現的內容為基礎。 建議您先完成下列程式碼研究室，再繼續操作。 本程式碼研究室假設您已完成 Document AI OCR 程式碼研究室 中列出的 Document AI 設定步驟。 請先完成下列步驟再繼續： 您還需要安裝 Pandas ，這是

在本程式碼研究室中，您將瞭解如何透過 Document AI Workbench 使用自己的訓練資料建立完全自訂的模型。

在本程式碼研究室中，您將學習如何使用 Document AI Uptraining 功能，以自己的訓練資料提升模型品質。

在本程式碼研究室中，您將瞭解如何使用 Procurement DocAI 和 Lending DocAI 來分類和剖析專門文件。

在本程式碼研究室中，您將使用 Document AI 和 Python 對 PDF 文件執行光學字元辨識 (OCR)。您將瞭解如何提出「線上 (同步)」和「批次」(非同步) 處理要求。

瞭解如何使用動態卡片回應功能，為 Google Chat 建構自訂 Dialogflow 聊天機器人。

在本程式碼研究室中，您將編寫 Cloud 函式，連線至現有的 Cloud SQL 資料庫，並傳送 SQL 插入陳述式。

在這個容易熟悉的程式碼研究室中，您將熟悉產生器功能。在本程式碼研究室中，產生器會使用 Google 最新的生成式大型語言模型 (LLM) 生成服務專員回覆。在本程式碼研究室中，您將使用擷取資料儲存庫資訊的產生器，做出明智決策。

在本程式碼研究室中，您將瞭解如何使用 Document AI Human in the Loop 完成專人審查工作，並由專門處理器進行人工審查。

本頁面說明如何使用 Dataflow SQL 及建立 Dataflow SQL 工作。

在這個適合新手的程式碼研究室中，您將熟悉生成式備用功能，使用 Google 最新的生成式大型語言模型 (LLM) 生成虛擬服務專員回應。

使用互動式 Beam 設定及執行筆記本

使用 Gemini 程式碼輔助工具編寫程式碼測試

本研究室將說明如何使用超參數調整功能在 Cloud 中訓練模型。我們將說明如何使用 PyTorch 執行這項作業，但您可以自行選擇任何架構中的做法。

在本研究室中，您將瞭解如何使用 Vertex AI 解決時間序列問題，內容涵蓋筆記本、訓練、預測和 BigQuery ML。

在本程式碼研究室中，您將學習如何搭配使用 Text-to-Speech API 與 C#

在本程式碼研究室中，您將學習如何搭配使用 Translation API 與 C#

本教學課程將說明如何搭配 Python 使用 Text-to-Speech API。

在本程式碼研究室中，您將瞭解如何安裝及使用 Windows PowerShell 適用的 Cloud 工具。

本教學課程將說明如何搭配 Python 使用 Vision API。

在本程式碼研究室中，您將瞭解如何使用 Workflows 自動化調度管理及自動化 Google Cloud 及以 HTTP 為基礎的 API 服務。

使用 BigQuery SQL 查詢和 Vertex AI PaLM API，建構電影成功評分預測和處方藥應用程式。

以 BigQuery 公開資料集的形式提供的 GitHub 存放區原始碼摘要，使用 Vertex AI 大型語言模型 (text-bison) 做為 BigQuery 中的託管遠端函式。

在本程式碼研究室中，您將建構微服務，在競技場中互相「丟擲」果醬，藉此對抗其他微服務。

使用 Python Flask 架構和 Vertex AI PaLM API 模型開發聊天應用程式。

在本程式碼研究室中，您將使用 ML Kit 中的 AutoML Vision Edge 訓練圖片分類器，然後在 Android 或 iOS 手機上使用 ML Kit SDK 執行。

在本程式碼研究室中，您將瞭解如何使用 ARCore Cloud Anchors 服務，在多部裝置上建立共同參照影格 (具有相同的位置和方向)，運用 Cloud Anchor 打造共用 AR 體驗。

在這個程式碼研究室中，您可開始使用 Cloud Foundation Toolkit(CFT)，並逐步引導您在 CFT 模組中新增功能。

在這個程式碼研究室中，您將瞭解如何將 AlloyDB 叢集連線至透過 VPN 連線的獨立網路部署的 Oracle 資料庫。

以 GitHub 修訂版本資料為例，瞭解 BigQuery 的基本概念，以及如何查詢 TB 規模的公開資料。

在本程式碼研究室中，您將建構一個微服務，透過在競技場中「丟棄」在競技場中彼此「丟棄」，對抗其他微服務。

這個中階 Google Apps Script 程式碼研究室會使用 2 個 Google 開發人員平台，分別是 Google Workspace 和 Google Cloud 控制台。具體來說，這項服務會使用 Cloud 控制台的 BigQuery API (做為 Apps Script 進階服務)，以及一組內建的 Google Workspace 服務：Google 試算表和 Google 簡報。這個範例應用程式的目的是向使用者展示，他們只要透過一段簡短的程式碼，就能自動處理從大數據分析到投影片簡報的最終階段。

在本程式碼研究室中，您將使用最新的可用功能建構 Google Chat 應用程式，包括採用 Vertex AI Gemini 技術的 AI 模型、Dialogflow CX、應用程式首頁、Google Chat 事件和配件小工具。

在本程式碼研究室中，您將瞭解如何使用 BigQuery 建立 Analytics 360 資料集的機器學習模型。

在本程式碼研究室中，我們會實作資料擷取模式，使用 Cloud Data Fusion 將 CSV 格式的醫療照護資料載入 BigQuery。

瞭解如何使用 BigQuery 的 Python 型指令列工具 bq 載入和查詢資料。

在本程式碼研究室中，您將在與 Java 用戶端對應的 Cloud Bigtable 中，比較常見的 Cassandra 查詢，以便插入、更新、讀取及刪除資料。

在本研究室中，您將使用 BigQuery Machine Learning 訓練模型，然後將模型匯出並部署至 Vertex AI 。這是 Google Cloud 最新的 AI 產品服務。 學習重點： 在 Google Cloud 中執行這個研究室的總費用約為 $2 美元。 這個研究室使用 Google Cloud 最新的 AI 產品服務。 Vertex AI 將 Google Cloud 中的機器學習產品整合到流暢的開發體驗中。先前使用 AutoML

在本程式碼研究室中，我們將向您介紹一種最簡單的方法，協助您編寫可存取 Google 開發人員技術的程式碼。這一切只要套用 JavaScript (一種主流網站開發語言)，使用 Google Apps Script 時，您需要撰寫程式碼來擷取 Google 試算表儲存格中的街道地址，然後根據地址產生 Google 地圖，再使用 Gmail 以附件形式傳送地圖。最棒的是，程式碼只需要四行程式碼。

在這個程式碼研究室中，您將瞭解如何透過使用者定義的規則，設定 Cloud Armor 網路邊緣安全性政策

這個研究室是以 Dialogflow 中的出貨概念為基礎，您需要瞭解如何在 BigQuery 中建立資料集和資料表，然後在 Dialogflow 執行時設定 BigQuery 整合詳細資料，並測試對話體驗。

在本程式碼研究室中，您將建構一個微服務，透過在競技場中「丟擲」顆粒來對抗其他微服務。

示範以 Python 編寫的 Cloud 函式，用於初始化 Vertex AI 模組，然後提供端點以叫用 PaLM Text Bison 模型。

建立文字摘要用途，讓使用者在 Svelte Kit 網頁應用程式中使用 Google Cloud Vertex AI，為文章、文字和其他形式的內容產生摘要。

在這個教學課程中，您將瞭解如何使用生成式模型，透過填充方法從文字中統整文字資訊

在本程式碼研究室中，您將瞭解如何在 Looker Studio 報表中建立自訂圖表。

在本程式碼研究室中，您將使用 dscc-gen 專案範本工具，為數據分析建立社群視覺化。

本研究室的目標是探索 Cloud NAT 的動態通訊埠分配 (DPA) 功能。

瞭解如何透過 vLLM 和 OpenAI Python SDK 在 Cloud Run GPU 上執行 LLM 推論

瞭解如何使用 Vertex AI 和 Video Intelligence API 建立 Cloud Run 工作，藉此說明影片中每個場景的圖片。

瞭解如何將 Angular、Nuxt.js 和 Next.js 等 JavaScript 架構部署至 Cloud Run。

瞭解如何設定 Cloud Run 服務，以便使用直接虛擬私有雲輸出流量存取內部 Cloud Run 服務。

本程式碼研究室將說明如何使用 Google Workspace REST API。這個範例將以 Python 執行，用意是簡潔與可用性，但您也可以選擇使用慣用的開發語言。許多簡介主題都以使用者製作簡單的腳本來總結，顯示前 100 個檔案。Google 雲端硬碟中的資料夾

瞭解如何使用 Vertex AI 和 Video Intelligence API 建立 Cloud Run 服務來說明影片的各個場景中的圖片。

在本程式碼研究室中，您將運用 Flutter 行動應用程式 SDK 打造 Google 地圖，在 iOS、Android 和網路上打造優質的原生體驗。

在本程式碼研究室中，您將瞭解如何使用 G Suite API 和 Google Cloud Functions，以程式輔助的方式自動處理 Gmail 郵件。

瞭解如何透過 Cloud Run 服務向 Vertex AI Search 查詢。

瞭解如何使用 Google Compute Engine、Google Deployment Manager 和 Slurm Workload Manager 佈建可動態擴充的 HPC 叢集。

瞭解如何使用直接虛擬私有雲輸出功能存取僅限內部使用的輸入 Cloud Run 服務，同時保留公開網際網路存取權

如何使用 Cloud Build 將 GitHub 中的變更自動部署至 Cloud Run

瞭解如何使用 express.js、htmx 和 tailwindCSS，在 Cloud Run 中部署採用 Gemini 的對話。

在本程式碼研究室中，您將設定要在以下程式碼研究室中使用的 Google Cloud 專案。您也會瞭解如何使用 Cloud Shell 編輯檔案及執行終端機指令。

如何將 Cloud Run 做為 Gemini 函式呼叫的端點。

在本程式碼研究室中，我們將示範使用 BigQuery 和 AI 平台 Notebooks 存取及分析 GCP 臨床資料的解決方案。

在本程式碼研究室中，您將使用 Google Docs API 建立 Google 文件，並將音訊檔案的轉錄稿寫入這份文件。您將使用 Speech-to-Text API 取得指定音訊檔案的文字轉錄稿。

Microsoft.NET Core 是.NET 的開放原始碼和跨平台版本，可以在容器中直接執行。.NET Core 可在 GitHub 取得，由 Microsoft 和.NET 社群維護。本研究室會將容器化的.NET Core 應用程式部署至 Google Kubernetes Engine (GKE)。 本研究室依循典型的開發模式，也就是在開發人員本機環境中開發應用程式，然後部署至實際工作環境。在研究室的第一部分，系統會使用在 Cloud Shell 中運作的容器驗證範例.NET Core

在本程式碼研究室中，您將使用 Document AI Warehouse 擷取、處理及搜尋文件的全文。

在本程式碼研究室中，您將瞭解新的外部 HTTP 負載平衡器提供的進階流量功能。

在本程式碼研究室中，您將使用 Cloud KMS 非對稱金鑰加密及解密資料。

在本程式碼研究室中，您將使用 Eventarc 監聽 Pub/Sub、Cloud Storage 和 Cloud 稽核記錄的事件，並傳送至在 Google Kubernetes Engine (GKE) 上執行的 Kubernetes 服務。

在本研究室中，您將建立 CDN 發布作業，並套用 Cloud Armor 規則來保護邊緣快取。

在本程式碼研究室中，我們會實作資料擷取模式，使用 Cloud Healthcare FHIR API 將 FHIR - R4 格式醫療照護資料 (一般資源) 載入 BigQuery。

在本程式碼研究室中，開發人員同時使用 Google Workspace (舊稱 G Suite) &amp，以 Python 建構雲端式影像處理工作流程。Google Cloud API具體來說，您需從 Google 雲端硬碟下載圖片檔、封存至 Google Cloud Storage、透過 Google Cloud Vision 分析內容，以及在 Google 試算表中產生報表資料。

在這個程式碼研究室中，您將使用 Cloud KMS 加密及解密資料

瞭解如何將 Python App Engine 應用程式從 Web2 遷移至 Flask 網路架構。

瞭解如何將簡易的 App Engine 應用程式從 ndb 遷移至 Cloud NDB。

在本程式碼研究室中，您將瞭解如何透過 Cloud 函式來回應上傳至 Cloud Storage 的 CSV 檔案，並填入 Google 試算表

在這個教學課程中，您將使用 Python 建構 HTTP Cloud Functions。

瞭解如何將工作佇列提取工作使用情形新增至基本的 Python 2 Flask App Engine NDB 應用程式。

瞭解如何遷移 Python 2 App Engine NDB &amp；從工作佇列 (提取工作) 應用程式傳送至 Cloud NDB (&A)；再升級至 Python 3

瞭解如何將 Blob 使用情形新增至簡易的 Python 2 App Engine 應用程式

瞭解如何將 Python 2 App Engine ndb 應用程式的 Blob 用量遷移至 Cloud Storage。

瞭解如何將 Memcache 用量新增至基本的 Python 2 Flask App Engine NDB 應用程式。

瞭解如何使用 Cloud Functions 的 Stackdriver Logging 和 Stackdriver Trace。

瞭解如何將簡易的 Python App Engine 應用程式 (或是將大型的單體式應用程式拆分為微服務) 並移至 Cloud Functions

瞭解如何遷移 Python 2 App Engine NDB &amp；將 Memcache 應用程式遷移至 Cloud NDB (&A)；Cloud Memorystore (for Redis)，再升級至 Python 3

瞭解如何在 Gen2 執行階段中使用 App Engine 套裝組合服務

在本程式碼研究室中，您將學習如何搭配使用 Natural Language API 與 C#

瞭解如何使用 Cloud Buildpacks 將簡易的 App Engine 應用程式容器化，並遷移至 Cloud Run。

在本程式碼研究室中，您將瞭解如何將 Google Cloud Translation API 與 Node.js 搭配使用，並在本機執行或部署至 Cloud 無伺服器運算平台 (App Engine、Cloud Functions 或 Cloud Run)。

瞭解如何將工作佇列推送工作使用情形新增至基本的 Python 2 Flask App Engine NDB 應用程式。

瞭解如何將簡易的 App Engine 應用程式從 Cloud Datastore 遷移至 Cloud Firestore。

本研究室將逐步引導您將單體式網站拆解成微服務，並部署至 Google Kubernetes Engine。

瞭解如何將簡易的 App Engine 應用程式從 Cloud NDB 遷移至 Cloud Datastore。

瞭解如何遷移 Python 2 App Engine NDB &amp；將使用者服務應用程式遷移至 Cloud NDB (&A)；再升級至 Python 3

瞭解如何使用 Docker 將簡易的 App Engine 應用程式容器化並遷移至 Cloud Run

在本程式碼研究室中，您會使用 Migrate for Anthos 將簡易的網路伺服器從 Compute Engine 遷移至 Kubernetes Engine。

在這個程式碼研究室中，您將使用 Cloud Firestore 和 Cloud Functions 建構排行榜。

使用應用程式發布 SDK，快速將最新版本提供給測試人員。在這個程式碼研究室中，您需要更新應用程式，以便在新版本推出時向測試人員顯示應用程式內快訊。

在這個程式碼研究室中，您將瞭解如何將 Firebase Performance Monitoring 新增至範例應用程式，並在功能推出期間評估效能。

使用 Terraform 設定及管理 Firebase 專案，包括透過程式輔助方式設定基礎架構和 Firebase 產品。

為測試人員取得最新版本的應用程式(&#39)；快速操作。這樣一來，

您可以將 Firebase App Check 與 App Attest 搭配使用，藉此保護後端服務，並確認對 Firebase 服務的要求是否來自真實的應用程式。 我們一般建議逐步讓使用者開始使用 App Attest 服務，以免達到配額限制。詳情請參閱 Apple 的「 準備使用 App Attest 服務 」說明文件。 能夠使用 Apple 的 App Store Connect 功能逐步發布應用程式更新，請參閱「 分階段發布版本更新 」一節。可以讓 App Check

Firebase App Check 能確保要求來自合法應用程式和裝置，避免後端資源遭到濫用 (例如帳單詐欺和網路釣魚)。這項工具可與 Firebase 服務和您的後端服務搭配運作，確保資源安全無虞。 如要進一步瞭解 Firebase App Check ，請參閱 Firebase 說明文件。 App Check 會使用平台專屬服務驗證應用程式和/或裝置的完整性。這些服務稱為「認證供應商」 。這類供應商是 Apple 的 App Attest 服務，可供 App Check 驗證 Apple

使用應用程式發布 Android SDK 快速將最新版本提供給測試人員。在這個程式碼研究室中，您需要更新應用程式，以便在新版本推出時向測試人員顯示應用程式內通知。

在本研究室中，您將直接擷取 BigQuery 資料集，並在 Google Cloud AI 平台中使用 TensorFlow Enterprise 訓練詐欺偵測模型。

在這個研究室中，您將建立 tf.keras，運用 TensorFlow 識別詐欺交易，接著使用 Cloud 的 Explainable AI SDK 解讀模型結果。

建構姿勢產生器應用程式，透過使用伺服器應用程式 API 從 Spanner 資料庫擷取的資料，根據使用者建立的姿勢產生圖片。

在本程式碼研究室中，您將與使用者對話或提出說明文件相關問題，包括使用 Java 的生成式 AI、整合 PaLM 大型語言模型，以及運用 LangChain4J LLM 自動化調度管理架構

瞭解如何運用 Gemini API 的強大功能自動處理 Google Workspace 工作，並發掘更多可能。

您可能知道 Android 和 iOS 專用的 Firebase SDK，但您知道還有 C+&#43專為跨平台遊戲設計的 SDK 嗎？本研討會將新增 C+&#43透過 CMake 將 SDK 發布至 Android 專案、新增一些基本數據分析來協助改善遊戲，並與親友和測試人員分享意見回饋，開始收集意見回饋。

在這個程式碼研究室中，您將使用 Gemini 函式呼叫建構應用程式，讓使用者詢問匯率、從外部 API 擷取最新資料，然後找出答案來回覆使用者。

在這個程式碼研究室中，您將使用 BigQuery 網頁版 UI，瞭解 BigQuery 中的分區和分群功能

在這個程式碼研究室中，您將開始在 Java 中使用生成式 AI、整合 PaLM 大型語言模型，並運用 LangChain4J LLM 自動化調度管理架構

在這個程式碼研究室中，我們會說明現有的快速部署解決方案「AI 摘要」，這個解決方案使用 Vertex AI 模型為已上傳至 Google Cloud Storage 的 PDF 文件產生摘要。我們將使用 Gemini Code Assist，瞭解並新增功能到解決方案。

在本程式碼研究室中，您將設計及實作 Gmail 外掛程式，讓使用者不必離開 Gmail，就能輕鬆將收據中的費用計入 Google 試算表。

在本程式碼研究室中，我們應如何運用「幫我寫」功能，為現有服務編寫綜合監控測試

在本程式碼研究室中，您將瞭解如何運用 Dataprep、BigQuery 和 Looker 分析不同零售價格的影響，據此做出明智的產品價格最佳化決策。

這個原始碼用於在 Slack 應用程式中建立 Slack Slash Command，用於產生文字摘要。Slack 應用程式使用 Cloud 函式叫用 PaLM API 來提供文字摘要。

本研究室說明如何使用選用元件和元件閘道，在 Cloud Dataproc 上設定 Apache Spark 和 Jupyter Notebook。

本教學課程說明如何搭配 Python 使用 Secret Manager

在本程式碼研究室中，您將建立含有後端服務的 TCP/SSL Proxy 負載平衡器，並使用 Cloud Armor 將負載平衡器的存取權限制為僅限一組特定的使用者用戶端

瞭解如何使用 Spring Resource 抽象存取 Cloud Storage 中的檔案。

在本程式碼研究室中，我們會實作資料擷取模式，使用 Cloud Data Fusion 即時將 CSV 格式的醫療照護資料載入 BigQuery。

依據使用者輸入內容推薦服飾的相似度搜尋應用程式，並針對儲存在 Spanner 中的資料執行搜尋，並由 Vector Search 建立索引，以最鄰近的項目回應。

OpenTelemetry 是業界觀測追蹤記錄和指標的業界標準。這場講座介紹瞭如何使用 OpenTelemetry 檢測應用程式指標，以及如何在 Cloud Monitoring 和其他監控工具中運用這些指標。

在這個程式碼研究室中，您將透過 Firebase 雲端通訊將推播通知加入 iOS 應用程式。

在本程式碼研究室中，您將以 Google Cloud 無伺服器解決方案為基礎，開發一個 Web API，以提供書架和相關書籍。您將建立一個 Cloud 函式來匯入範例資料、建立 Cloud Run 容器以提供可重複使用的後端 Web API，以及提供網路前端來提供瀏覽書籍庫的 App Engine 網頁應用程式。

在本程式碼研究室中，您將建構範例應用程式，並瞭解如何使用 Firebase Performance Monitoring 評估載入時間和畫面轉譯。

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.