Cet atelier de programmation vous explique comment créer une application de recommandation de postures de yoga basée sur les connaissances. L'application répond aux questions des utilisateurs en suggérant des postures de yoga adaptées. Vous allez apprendre à créer une collection Firestore de postures de yoga à partir d'un ensemble de données Hugging Face, à configurer la recherche vectorielle Firestore et à intégrer le tout dans une application Flask.

Cet atelier de programmation vous explique comment créer une application de recommandation de postures de yoga basée sur les connaissances. L'application répond aux questions des utilisateurs en suggérant des postures de yoga adaptées. Vous allez apprendre à créer une collection Firestore de postures de yoga à partir d'un ensemble de données Hugging Face, à configurer Firestore Vector Search et à intégrer le tout dans une application Node.js.

Découvrez comment exécuter un job Cloud Run de manière planifiée dans un périmètre VPC Service Controls à l'aide de Cloud Scheduler et d'un service Cloud Run.

Premiers pas avec les fonctions Cloud Run basées sur des événements

Découvrez comment exécuter une diffusion stable sur un GPU Cloud Run.

Dans cet atelier de programmation, vous allez apprendre à déployer Wagtail à l'aide de composants sans serveur: Cloud Run pour le moteur Web, Cloud SQL pour la base de données et Cloud Build pour les éléments multimédias.

Découvrez comment exécuter une diffusion stable sur un GPU Cloud Run.

Dans cet atelier de programmation, vous allez apprendre à déployer Django à l'aide de composants sans serveur: Cloud Run pour le moteur Web, Cloud SQL pour la base de données et Cloud Build pour les éléments multimédias.

Découvrez comment utiliser les révisions des fonctions Cloud Run pour répartir le trafic, effectuer des déploiements progressifs et effectuer des rollbacks.

Découvrez les nouveautés de Gemini Code Assist Enterprise et comment cette solution peut aider votre organisation à créer des solutions avec Google Cloud.

Dans cet atelier de programmation, vous allez utiliser Vertex AI pour générer un quiz en fonction de certaines spécifications fournies. Vous allez tester votre générateur de quiz dans un environnement de développement hébergé dans le cloud, puis le rendre public en le déployant dans Google Cloud Run. À la fin de l'atelier, vous intégrerez votre générateur de quiz dans une application complète.

Premiers pas avec les fonctions Cloud Run basées sur des événements

Découvrez comment utiliser Ollama en tant que side-car avec des GPU Cloud Run et comment utiliser l'interface Web ouverte en tant que conteneur d'entrée frontend

Dans cet atelier de programmation, vous allez apprendre à créer un module complémentaire Google Workspace à l'aide de Node.js et de Cloud Run.

Nous allons créer une application de vision par ordinateur à l'aide de Spring Boot et de Java, afin de vous permettre d'exploiter tout le potentiel de la reconnaissance et de l'analyse d'images dans vos projets.

Dans cet atelier de programmation, vous allez créer un service Java compatible avec les bibliothèques clientes Java natives et le déployer dans Cloud Run. Le service exécute une analyse d'image à l'aide de l'API Vision en réponse aux événements Cloud Storage et enregistre les résultats de l'analyse dans une collection Firestore.

Dans cet atelier de programmation, vous allez découvrir les principales fonctionnalités d'Eventarc.

Dans ce tutoriel, vous allez apprendre à utiliser Cloud Run en déployant et en exécutant sans serveur un conteneur sans état (en faisant abstraction de l'infrastructure). Cloud Run est une solution entièrement gérée qui s'exécute sur un cluster GKE.

Dans cet atelier de programmation, vous allez créer un service Java compatible avec les bibliothèques clientes Java natives et le déployer dans Cloud Run. Le service exécute une analyse d'image à l'aide de l'API Vision en réponse aux événements Cloud Storage et enregistre les résultats de l'analyse dans une collection Firestore.

Dans cet atelier de programmation, vous allez apprendre à déployer le CMS Django à l'aide de composants sans serveur: Cloud Run pour le moteur Web, Cloud SQL pour la base de données et Cloud Build pour les éléments multimédias.

Découvrez comment utiliser les fonctions Cloud Run

Découvrez comment créer un service Cloud Run qui communique avec un side-car à l'aide d'un port localhost et d'un montage de volume.

Développez une application de chat à l'aide du framework Python Flask et du modèle d'API Vertex AI PaLM.

Découvrez comment déployer des frameworks JavaScript tels qu'Angular, Nuxt.js et Next.js sur Cloud Run.

Découvrez comment exécuter l'inférence LLM sur des GPU Cloud Run avec vLLM et le SDK OpenAI pour Python

Découvrez comment créer un service Cloud Run qui décrit l'image dans chaque scène d'une vidéo à l'aide de Vertex AI et de l'API Video Intelligence.

Découvrez comment configurer un service Cloud Run pour accéder à un service Cloud Run interne à l'aide de la sortie VPC directe.

Découvrez comment créer un job Cloud Run qui décrit l'image dans chaque scène d'une vidéo à l'aide de Vertex AI et de l'API Video Intelligence.

Découvrez comment envoyer une requête à Vertex AI Search à partir d'un service Cloud Run.

Découvrez comment accéder à un service Cloud Run d'entrée interne uniquement à l'aide de la sortie VPC directe tout en conservant l'accès Internet public.

Déployer automatiquement vos modifications de GitHub vers Cloud Run à l'aide de Cloud Build

Utiliser Cloud Run comme point de terminaison pour l'appel de fonction Gemini.

Découvrez comment déployer une discussion générée par Gemini sur Cloud Run à l'aide d'express.js, htmx et tailwindCSS.

Nous utiliserons Gemini pour nous aider à créer une application de synthèse des données d'étagères capable de transférer simplement les données BigQuery sur le Web et déployée sur Cloud Run.