Membuat Gambar yang Konsisten dengan Nano Banana Gemini

1. Ringkasan

Di lab ini, Anda akan mempelajari cara membangun pipeline pembuatan berbasis perintah untuk library gambar Anda.

Anda akan menyelesaikan langkah-langkah berikut:

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

Berikut ringkasan hal yang akan Anda capai:

627ed76fda56d1b0.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 memanfaatkan pemahaman spasial Gemini
  • Cara membuat grafik aset

Yang akan Anda butuhkan

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

ℹ️ Total biaya untuk menjalankan lab ini di Google Cloud kurang dari 0,40 USD.

974021296a07870c.png fc7e616a26c8fa40.png ca7a404e9b767638.png fc7e616a26c8fa40.png 8f240cd033d2cc65.png

Mari kita mulai...

2. Sebelum memulai

Untuk menggunakan Gemini API, Anda memiliki dua opsi utama:

  1. Melalui Agent Platform (sebelumnya Vertex AI) dengan project Google Cloud
  2. Melalui Google AI Studio dengan kunci Gemini API

🛠️ Opsi 1 - Gemini API melalui Agent Platform

Persyaratan:

  • Project Google Cloud
  • Agent Platform 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 yang Anda inginkan untuk membuka notebook:

🧰 Alat A - Buka notebook di Colab

🧰 Alat B - Buka notebook di Colab Enterprise atau Workbench

💡 Opsi ini mungkin lebih disukai jika Anda sudah memiliki project Google Cloud yang dikonfigurasi dengan instance Colab Enterprise atau Workbench.

🧰 Alat C - Dapatkan notebook dari GitHub dan eksekusi 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 memperluas dan menggunakan daftar isi. Contoh:

35a9e83c756fa43f.png

🏁 Jalankan notebook

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

4. Selamat!

Selamat, Anda telah menyelesaikan codelab ini.

bcf90b8aee7f683d.png

Pelajari lebih lanjut