探索优势
提交一份提案，最高可获取价值 $5,000 的 Google Cloud 免费赠金，为您的学术研究加油助力。充分利用 Google 的高性能计算能力。
提交一份提案，最高可获取价值 $5,000 的 Google Cloud 免费赠金，为您的学术研究加油助力。充分利用 Google 的高性能计算能力。
通过 Google Cloud Skills Boost 参加免费在线培训，并申请该平台的学习积分，从而开始使用 Google Cloud。
通过 Google Cloud Skills Boost 参加免费在线培训，并申请该平台的学习积分，从而开始使用 Google Cloud。
加入社区，与开展突破性研究的同行交流沟通。通过在线社区分享想法，或申请成为 Google Cloud Research Innovator。
加入社区，与开展突破性研究的同行交流沟通。通过在线社区分享想法，或申请成为 Google Cloud Research Innovator。
学习 Google Cloud 技能
访问 Google Cloud Skills Boost 中的 Google Cloud 目录，获得实操体验。申请最多 200 个学习积分。与学生分享赠金，跟踪实验完成情况。
| 研究学科 | 概览 | 培训 |
|---|---|---|
研究、开发和原型设计 | RAD Lab探索 RAD Lab，这是一个基于 Google Cloud 的沙盒环境，可帮助团队快速从研发推进到生产。 |
|
高性能计算 | HPC 订阅Google Cloud 的 HPC 订阅适合各种技术专业知识水平的研究人员，能帮助他们快速扩大项目规模，而且采用固定式订阅价格，可避免超额费用。 | |
环境科学 | 图像处理从自动驾驶型汽车到人脸识别，使用大规模算力来识别模式和“读取”图像是 AI 的基础技术之一。 |
|
使用 TPU 上的 Keras 分类花卉图像了解如何使用 Keras 和 TensorFlow 从头开始构建、训练和调优您自己的卷积神经网络。 | ||
生命科学 | 基因组学借助 Cloud Life Sciences（原称 Google Genomics），探索如何大规模处理生物医学数据。 | |
医疗保健Cloud Healthcare API 提供了在 Google Cloud 中存储和访问医疗保健数据的代管式解决方案，在现有医疗保健系统与 Google Cloud 上托管的应用之间架起了一座重要桥梁。 |
| |
社会科学 | Cloud AI Platform在本地和 AI Platform 上进行 TensorFlow 2.x 模型训练实操练习。在训练完成后，您还会学习如何将模型部署到 AI Platform 以提供服务（预测）。 |
|
机器学习 API参加使用 Cloud Vision API 检测图像中的标签、人脸和地标等实验，实际练习使用机器学习 API。 |
| |
自然科学 | 图像分析和分类Cloud Vision API 将强大的机器学习模型封装在一个简单的 REST API 中，让您能够了解图像的内容。将图像发送到 Vision API，并观察其检测对象、人脸和地标。 |
|
数学科学 | 金融服务Google Cloud 机器学习技术（尤其是深度学习）在时序分析方面有着广阔的前景。随着时序变得愈加密集并开始重叠，机器学习提供了一种可将信号与噪声分离开来的方法。 |
|
数据科学在 Google Cloud 上构建应用时，您可以运用先进的统计和机器学习方法解决实际问题。 |
| |
Jupyter、R 和 RStudio在 Google Cloud 上执行大规模技术计算。 |
| |
计算机科学 | 媒体与渲染了解如何使用 Google Cloud 在 Linux 虚拟机上部署 OpenCue 渲染管理系统。 |
|
工作负载管理器了解如何通过可简化集群管理的工作负载管理器来优化利用率和效率。 |
| |
容器和 Kubernetes了解如何使用代管式环境来专注于体验 Kubernetes，而不必为底层基础架构的设置分心。 |
| |
MapReduce - Hadoop/Spark快速创建 Cloud Dataproc 集群并随时调整其规模，而不必担心不断增长的数据流水线负载超出集群处理能力。 |
| |
远程桌面和可视化了解如何设置 Chrome 远程桌面服务或虚拟 Linux 工作站。 | ||
Lustre通过 Google Cloud Marketplace 和一组开源脚本访问企业级 DDN EXAScaler Lustre 软件，从而在 Compute Engine 上轻松配置和部署 Luster 存储集群。 |
| |
生成式 AI 培训学习大语言模型和 Google Cloud 生成式 AI 解决方案的基础知识。 |
|
学习 Google Cloud 技能
研究、开发和原型设计
高性能计算
环境科学
图像处理
从自动驾驶型汽车到人脸识别，使用大规模算力来识别模式和“读取”图像是 AI 的基础技术之一。
Codelab - 使用 AutoML Vision 训练和部署设备端图像分类
Google Cloud Skills Boost - 使用 AutoML Vision 分类云朵图像
生命科学
社会科学
Cloud AI Platform
在本地和 AI Platform 上进行 TensorFlow 2.x 模型训练实操练习。在训练完成后，您还会学习如何将模型部署到 AI Platform 以提供服务（预测）。
Google Cloud Skills Boost - Vertex AI Workbench 笔记本：Qwik Start
自然科学
图像分析和分类
Cloud Vision API 将强大的机器学习模型封装在一个简单的 REST API 中，让您能够了解图像的内容。将图像发送到 Vision API，并观察其检测对象、人脸和地标。
Google Cloud Skills Boost - 使用 Cloud Vision API 检测标签和地标
数学科学
金融服务
Google Cloud 机器学习技术（尤其是深度学习）在时序分析方面有着广阔的前景。随着时序变得愈加密集并开始重叠，机器学习提供了一种可将信号与噪声分离开来的方法。
教程 - 使用 HTCondor 和 Compute Engine 分析投资组合风险
计算机科学
所有获得 Google Cloud 赠金的研究人员都会成为我们的在线研究人员社区的成员。研究人员也可以申请加入 Research Innovator 计划。
查看影响力故事
查看相关故事，了解世界各地的研究人员如何利用 Google Cloud 加速突破。
教育解决方案
查看高等教育解决方案Google Cloud 赋能教职员工
获取教学赠金和课程常见问题解答
排疑解惑
