Documentação da Vertex AI

A Vertex AI é uma plataforma de machine learning (ML) que permite treinar e implantar modelos de ML e aplicativos de IA. A Vertex AI combina fluxos de trabalho de engenharia de dados, ciência de dados e engenharia de ML, permitindo a colaboração em equipe usando um conjunto de ferramentas comum. Saiba mais.

  • Miniatura do logotipo da Gemini
    Gemini

    Use o Gemini, o modelo de IA generativa multimodal do Google, para processar imagens, vídeos e texto.

  • Miniatura do fluxo de trabalho da IA generativa
    IA generativa

    Acesse modelos de IA generativa do Google para testá-los, ajustá-los e implantá-los para uso nos seus aplicativos com tecnologia de IA.

  • Miniatura do Model Garden
    Model Garden

    Use o Model Garden para descobrir, testar, personalizar e implantar LLMs e modelos de IA generativa de OSS reservados e selecionados do Google.

Recursos de documentação

Vídeos mais recentes

Codelab → https://goo.gle/40eaGPO Explore the power of Gemini function calling and learn how to integrate external APIs into your AI applications. Join Martin Omander as he walks through building a weather app that leverages Gemini's natural language

Code lab → https://goo.gle/4iLL2KK Unleash your creativity and build an image generation app using Vertex AI on Google Cloud. With Google Cloud's Vertex AI image generation model, developers can create stunning visuals without the need for complex

Codelab → https://goo.gle/41tWN1W Discover how to use GPUs in Cloud Run for running Stable Diffusion, an open-source model for generating images from text prompts. Join Googlers Martin Omander and Lisa Shen as they demonstrate how to set up Stable

Produtos da Vertex AI e do Cloud ML

IA generativa e modelos pré-treinados

IA generativa
Soluções específicas para tarefas

Soluções de IA

Finanças Saúde Atendimento ao cliente Tradução Pesquisa e recomendações Conversa e fala Varejo Gerenciamento de documentos Visão e vídeo

Treinamento e desenvolvimento de modelos

Treinamento automático Treinamento personalizado

MLOps e produção

Implantação Ferramentas de desenvolvedor iteração do modelo Monitoramento e avaliação Dados e recursos Orquestração