Membuat Gambar yang Konsisten dengan Nano Banana Gemini

1. Ringkasan

Di lab ini, Anda akan mempelajari cara membuat pipeline pembuatan berbasis perintah untuk koleksi gambar Anda.

Anda akan menyelesaikan langkah-langkah berikut:

  • 1️⃣ Mulai dengan gambar arsip
  • 2️⃣ Mengekstrak karakter untuk membuat gambar referensi yang benar-benar baru
  • 3️⃣ Buat serangkaian ilustrasi hanya menggunakan perintah dan aset baru

Berikut ringkasan pencapaian Anda:

44dcd5631907d864.png

Yang akan Anda pelajari

  • Cara membuat gambar baru yang konsisten dari gambar dan perintah
  • Cara membuat lembar karakter
  • Cara menggunakan perintah deskriptif atau imperatif
  • Cara mendapatkan manfaat dari pemahaman spasial Gemini
  • Cara membuat grafik aset

Yang Anda butuhkan

  • Memahami cara menjalankan Python di notebook (di Colab atau lingkungan Jupyter lainnya)
  • Project Google Cloud (Vertex AI) atau kunci Gemini API (Google AI Studio) dengan penagihan diaktifkan

ℹ️ Total biaya untuk menjalankan lab ini di Google Cloud kurang dari 1 USD.

95557c237d172e1f.png 8173aa8cca5ce8e2.png 3a82b6ec76ca4557.png 8173aa8cca5ce8e2.png 95dfef766eb02938.png

Mari kita mulai...

2. Sebelum memulai

Untuk menggunakan Gemini API, Anda memiliki dua opsi utama:

  1. Melalui Vertex AI dengan project Google Cloud
  2. Melalui Google AI Studio dengan kunci Gemini API

🛠️ Opsi 1 - Gemini API melalui Vertex AI

Persyaratan:

  • Project Google Cloud
  • Vertex AI API harus diaktifkan untuk project ini

🛠️ Opsi 2 - Gemini API melalui Google AI Studio

Persyaratan:

  • Kunci Gemini API

Pelajari lebih lanjut cara mendapatkan kunci Gemini API dari Google AI Studio.

3. Menjalankan notebook

Pilih alat pilihan Anda untuk membuka notebook:

🧰 Alat A - Buka notebook di Colab

🧰 Alat B - Buka notebook di Colab Enterprise atau Vertex AI Workbench

💡 Opsi ini mungkin lebih disukai jika Anda telah mengonfigurasi project Google Cloud dengan instance Colab Enterprise atau Vertex AI Workbench.

🧰 Alat C - Dapatkan notebook dari GitHub dan jalankan di lingkungan Anda sendiri

⚠️ Anda harus mendapatkan notebook dari GitHub (atau meng-clone repositori) dan menjalankannya di lingkungan Jupyter Anda sendiri.

🗺️ Daftar isi notebook

Untuk navigasi yang lebih mudah, pastikan untuk meluaskan dan menggunakan daftar isi. Contoh:

61d63c0fb4aba335.png

🏁 Jalankan notebook

Anda sudah siap. Sekarang Anda dapat mengikuti dan menjalankan notebook. Selamat bersenang-senang!...

4. Selamat!

b878bfbd803e7afe.png

Selamat, Anda telah menyelesaikan codelab.

Pelajari lebih lanjut