Vertex AI 生成式 AI 笔记本教程

本文档包含一系列针对 Vertex AI 上的生成式 AI 的笔记本教程。这些端到端的教程展示如何使用部分 GenAI LLM。

精选教程

• 使用 Gemini 的多模态应用场景

  探索使用 Gemini 的多模态应用场景。

  Colab | Colab Enterprise | GitHub

• 使用 Vertex AI Gemini API 和 Python SDK 进行函数调用

  将 Vertex AI Gemini API 与 Vertex AI SDK for Python 搭配使用，通过 Gemini 1.0 Pro (gemini-1.0-pro) 模型进行函数调用。

  Colab | Colab Enterprise | GitHub

• 开始在 Vertex AI 中使用 Gemini 作出回答

  使用生成式文本模型来生成基于文档和数据的内容。

  Colab | Colab Enterprise | GitHub

教程列表

过滤条件： Gemini BigQuery 批量问答 标注 思维链 聊天 聊天机器人 Chirp 代码 代码聊天 代码补全 代码生成 Codey 合同 对话 数据加载器 数据存储区 DataFrame 部署 文档 Document AI 文档问答 文档摘要 Embeddings 评估 过滤 函数调用 生成 构思 映像 Imagen 编制索引 LangChain 语言 语言提示 语言模型 元数据 多模态 编排 PaLM 提示 Python SDK 问答 回应 识别 零售 检索 检索增强生成 搜索 相似度 语音 摘要 文本 文本分类 文本嵌入 文本提取 文本生成 调优 向量搜索 Vertex AI Search 视觉问答 可视化

Gemini 多模态	Gemini 1.5 Pro（预览版）简介 使用 Gemini 1.5 Pro（预览版）分析音频文件、理解视频、从 PDF 中提取信息以及同时处理多种类型的媒体。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 多模态	分析代码库 请使用此笔记本来了解如何使用 Gemini 1.5 Pro（预览版）生成代码、汇总代码库、调试、改进代码以及评估代码。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 多模态	Gemini 使用入门 (cUrl) 将可让您访问 Google 的最新大语言模型的 Gemini API 与 REST/curl 搭配使用。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 多模态	Gemini 使用入门 (Python SDK) 将可让您访问 Google 的最新大语言模型的 Gemini API 与 Python 版 Vertex AI SDK 搭配使用。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 多模态	使用 Gemini 的多模态应用场景 Gemini 模型是由 Google AI 开发的开创性多模态语言模型，能够从各种数据格式（包括图片和视频）中提取有意义的数据洞见。此笔记本探索使用多模态提示的各种应用场景。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 评估	Python 版 Vertex AI SDK 中的快速评估入门 使用快速评估功能，通过 Python 版 Vertex AI SDK 在评估任务中评估 Gemini 模型。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 评估	使用 Gemini 实现提示工程、评估和提示模板 使用 Gemini 模型进行快速评估以实现提示工程和评估，并将提示模板与 Python 版 Vertex AI SDK 搭配使用以实现提示设计。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 评估	对生成模型进行评分和选择 使用快速评估功能，通过 Vertex AI SDK for Python 为特定评估任务对不同的生成式模型进行评分和评估，然后直观呈现和比较该任务的评估结果。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 评估	评估和选择 Gemini 模型生成设置 借助 Python 版 Vertex AI SDK，使用快速评估功能评估和选择 Gemini 的温度和其他模型生成配置，并比较不同生成设置在质量、流畅性、安全性和详细程度方面的指标结果。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 评估	使用 Gemini 定义评估指标 借助 Vertex AI SDK for Python，使用快速评估功能通过自定义的评估指标进行评估。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 评估	评估 Gemini 1.0 Pro 模型函数调用质量 使用 Gemini 1.0 Pro 模型生成函数调用，并借助 Python 版 Vertex AI SDK 使用快速评估功能来评估 Gemini 1.0 Pro 模型函数调用质量。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 评估	在 Vertex AI SDK for Python 中通过快速评估功能评估从检索增强生成 (RAG) 生成的回答 借助 Vertex AI SDK for Python，使用快速评估功能评估来自检索增强生成 (RAG) 生成的回答的问答任务。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 多模态 Streamlit	使用 Gemini Pro 将 Streamlit 应用部署到 Cloud Run 使用 Gemini Pro 将简单的 Streamlit 示例聊天机器人应用部署到 Cloud Run。	在 GitHub 上查看
Gemini 多模态检索增强生成	多模态 RAG 此笔记本扩展了传统上对文本数据执行的 RAG，展示了如何对多模态数据执行 RAG，以根据包含文本和图片的科研论文进行问答。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 多模态	在教育领域使用 Gemini 在教育领域使用 Gemini 模型，提供各种提示示例，并支持包括图片和视频在内的多种模态。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 多模态	使用 Gemini 进行多模态零售推荐 在零售行业，推荐对于影响客户决策和促进销售具有重要作用。在此笔记本中，您将学习如何利用多模态的强大功能执行零售推荐，以根据客户的客厅图片，在四张椅子图片中帮助客户选择最适合的椅子。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Gemini 多模态函数调用	使用 Gemini 执行函数调用的简介 使用 Dialogflow Pro 模型执行以下任务： 根据文本提示生成函数调用，以获取给定位置的天气 根据文本提示生成函数调用并调用外部 API 对地址进行地理编码 根据聊天提示生成函数调用，以帮助零售用户	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
调优	使用 Vertex AI 调整基础模型 完成整个设置和集成过程。从环境设置到基础模型选择，再到使用 Vertex AI 进行调整。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
评估	Vertex AI LLM 评估服务 将 Vertex AI LLM 评估服务与其他 Vertex AI 服务结合使用。	在 GitHub 上查看
LangChain	运行 Langchain 链 运行 Langchain 链并输出链中每个步骤发生的详细情况，并可设置可选的调试断点。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
文本	高级提示工程训练 使用思维链和 ReAct（推理 + 动作）来设计提示并减少幻觉。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Embeddings	使用 Vertex AI Embeddings for Multimodal 和 Vector Search 使用 DiffusionDB 数据集和 Vertex AI Embeddings for Multimodal 模型来创建文本转图片嵌入。嵌入会上传到 Vector Search 服务，这是一项大规模、低延迟的解决方案，可用于针对大型语料库查找类似向量。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Embeddings	使用嵌入执行语义搜索 创建根据文本生成的嵌入并执行语义搜索。嵌入使用“Google ScaNN：高效的向量相似度搜索”生成。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
评估	AutoSxS：针对第三方模型评估 Vertex AI Model Registry 中的 LLM 使用 Vertex AI 自动并排评估 (AutoSxS) 来评估 Vertex AI Model Registry 中的生成式 AI 模型与第三方语言模型之间的性能。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
评估	AutoSxS：根据人类偏好数据集检查自动评估器相符情况 使用 Vertex AI 自动并排评估 (AutoSxS) 来确定自动评估器与人工标注者的相符程度。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
调优	Vertex AI LLM 基于人类反馈的强化学习 使用 Vertex AI RLHF 调整大语言模型 (LLM)。此工作流使用训练数据集微调基本模型，从而提高模型的准确率。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
调优	使用 RLHF 调优的模型进行 Vertex AI 批量推理 本教程演示了如何使用 Vertex AI 对经过 RLHF 调优的 OSS 大语言模型 (LLM) 进行端到端推理。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Embeddings	文本嵌入 API 试用新的文本嵌入模型。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
调优	Vertex AI 调整 PEFT 模型 调整 PEFT 大语言模型 (LLM) 并进行预测。此工作流使用训练数据集微调基本模型，从而提高模型的准确率。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
文本	将 Vertex AI SDK 与大语言模型搭配使用 使用 Vertex AI SDK 在 Vertex AI 上运行大语言模型。测试、调整和部署生成式 AI 语言模型。通过探索内容摘要、情感分析、聊天、文本嵌入和提示调优的示例来入门。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
数据存储区索引搜索对话	Vertex AI Search and Conversation 数据存储区状态检查器 Vertex AI Search and Conversation 数据存储区状态检查器是一个笔记本，它使用 Cloud Discovery Engine API 检查数据存储区中是否有已编入索引的文档。它可让用户执行以下任务： 检查给定数据存储区 ID 的索引编制状态。 列出给定数据存储区 ID 中的所有文档。 列出给定数据存储区 ID 的所有已编入索引的网址。 在给定数据存储区 ID 的所有已编入索引的网址中搜索特定网址。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
语音识别 Chirp	Google Cloud 上的 Chirp 的使用入门 此笔记本是 Chirp 的简介，Chirp 是一种使用 Google 最先进的语音识别技术的语音转文字服务。它为开发者提供了简单易用的界面来构建支持语音的应用。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
过滤元数据搜索	使用过滤条件和元数据的 Vertex AI Search Vertex AI Search 是一项全托管式服务，可让您在 Google Cloud 上构建和部署搜索应用。此笔记本展示了如何在对 Vertex AI Search 的搜索请求中使用过滤条件和元数据。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
文档问答检索增强生成	使用检索增强生成进行文档问答 此笔记本演示了如何使用检索增强生成 (RAG) 为 Google 文档构建问答系统。它展示了如何使用 RAG 生成用于回答给定问题的文本，以及如何使用 RAG 来改善问答系统的性能。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
合同生成检索搜索	检索增强生成（使用开源向量存储区）- 采购合同分析师 - Palm2 和 LangChain 此笔记本演示了如何使用检索增强生成生成合同文本。它使用 Palm2 和 LangChain 模型，这些模型根据大量法律和金融文本进行了预训练。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
问答检索增强生成搜索 LangChain	根据文档进行问答 此笔记本展示了如何通过将 Vertex AI Search 引擎与 LLM 结合来针对数据进行问答。具体而言，我们主要查询 PDF 和 HTML 文件等“非结构化”数据。为了运行此笔记本，您必须创建一个非结构化的搜索引擎，并向其注入 PDF 或 HTML 文档。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
批量问答 Vertex AI Search 问答搜索	使用 Vertex AI Search 进行批量问答 此笔记本显示如何使用 Vertex AI Search 数据存储区回答 CSV 中的问题。它可以在 Colab 或 Vertex AI Workbench 中运行。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
语言编排 LangChain PaLM	LangChain 🦜️🔗 + PaLM API 使用入门 此笔记本简要介绍了语言模型编排框架 LangChain。它展示了如何使用 LangChain 和 PaLM API 来创建和部署文本到文本生成模型。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
BigQuery 数据加载器 LangChain	如何使用 LangChain 🦜️🔗 BigQuery 数据加载器 此笔记本演示了如何使用 LangChain BigQuery 数据加载器将数据从 BigQuery 加载到 LangChain 模型中。笔记本提供了关于设置数据加载器、将数据加载到模型中以及训练模型的分步说明。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
代码代码生成检索增强生成 Codey	将检索增强生成 (RAG) 与 Codey API 搭配使用 此笔记本演示了如何将检索增强生成 (RAG) 与 Codey API 搭配使用。RAG 是一种将代码检索与代码生成相结合的技术，可以生成更准确的且信息丰富的代码补全建议。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Codey 代码生成语言	Vertex AI Codey API 使用入门 - 代码生成 此笔记本简要介绍了用于生成代码的 Vertex AI Codey API。其中介绍了关于如何使用 API 的基础知识，包括如何创建和部署代码生成模型以及如何使用模型生成代码。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Codey 补全代码生成	Vertex AI Codey API 使用入门 - 代码补全 此笔记本演示了如何使用 Vertex AI Codey API 获取 Python 代码的代码补全建议。此外，还展示了如何使用 API 生成代码段并在远程环境中运行代码段。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Codey 代码聊天聊天代码生成文本生成	Vertex AI Codey API 使用入门 - 代码聊天 此笔记本是 Vertex AI Codey API 的简介。其中介绍了有关如何使用 API 的基础知识，包括如何创建和部署模型，以及如何使用 Codey CLI 与模型进行交互。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
语言 PaLM Python SDK	PaLM API 和 Python SDK 使用入门 此笔记本介绍了 PaLM API 和 Python SDK。其中介绍了关于如何使用 API 的基础知识，包括如何创建和部署模型，以及如何使用 API 生成文本、翻译语言和编写不同类型的创意内容。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
语言提示	提示设计 - 最佳实践 此笔记本介绍了基于文本的语言模型的提示设计。其中介绍了提示的基础知识，包括提示的工作原理和编写方式。笔记本还提供了有关改进提示和避免常见错误的建议。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
文本提取	使用 Vertex AI 上的生成模型进行文本提取 此笔记本演示了如何使用生成模型从图片中提取文本。它使用 Vertex AI 生成式 AI 库中的文本转图片模型以及 Vertex AI 文本提取库中的文本提取模型。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
文本分类	使用 Vertex AI 上的生成模型进行文本分类 此笔记本演示了如何使用生成模型在 Vertex AI 上执行文本分类。其中包括以下主题： * 准备数据 * 训练模型 * 部署模型 * 使用模型对文本进行分类	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
思维链 ReAct	思维链和 ReAct 此笔记本介绍了思维链和 ReAct，这两种工具可用于提高强化学习算法的性能。思维链是一种可用于提高值迭代效率的方法，而 ReAct 可用于提高演员-评论家算法的稳定性。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
语言提示构思	使用 Vertex AI 上的生成模型进行构思 此笔记本演示了如何使用生成模型生成文本、图片和代码。还展示了如何使用 Vertex AI 部署和管理生成模型。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
摘要	使用 Vertex AI 上的生成模型进行文本摘要 此笔记本演示了如何使用 Vertex AI 训练和部署文本摘要模型。它使用 BART 模型，这个大语言模型已使用大型文本数据集进行预训练，然后根据文本摘要数据集进行微调，可用于生成新文本的摘要。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
问答	使用 Vertex AI 上的生成模型进行问答 此笔记本演示了如何使用生成模型来回答开放领域问题。它使用 Vertex AI Transformer 模型根据给定问题生成文本。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
文本生成基础模型调优部署	调整和部署基础模型 此笔记本展示了如何使用 Vertex AI 调整基础模型。还介绍了如何将调整后的模型部署到 Vertex AI 端点。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
文档摘要摘要	大型文档的文本摘要 此笔记本演示了如何使用 t5 大型模型来对大型文档进行摘要。该模型根据大型文本和代码数据集训练，可以生成准确而简洁的摘要。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
文档摘要 LangChain 摘要	使用 LangChain 🦜🔗 进行大型文档的文本摘要 此笔记本演示了如何使用 LangChain 模型对大型文档进行摘要。LangChain 是一种大语言模型，可生成文本、翻译语言、撰写不同类型的创意内容，以及通过丰富的信息回答问题。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
文档摘要 Document AI 语言模型摘要文本摘要	使用 Document AI 和 PaLM API 对大型文档进行摘要 此笔记本演示了如何使用 Document AI 和 PaLM API 对大型文档进行摘要。还介绍了如何使用 Document AI API 从文档中提取实体和关键短语。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
聊天机器人文本生成	GroceryBot，示例购物和食谱助理 - RAG + ReAct 此笔记本是关于使用 RAG 和 ReAct 的示例购物和食谱助理。它可以帮助您寻找食谱、创建购物清单并回答有关食品的问题。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
问答文档问答 LangChain	使用 LangChain 🦜🔗 根据大型文档进行问答 此笔记本演示了如何使用 LangChain 模型构建一个可以回答有关长文档的问题的问答系统。该模型根据大型文本语料库训练，可用于回答有关任何主题的问题。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
问答文档问答 - LangChain Vector Search	使用 LangChain 🦜️🔗 和 Vertex AI Vector Search 根据文档进行问答 此笔记本演示了如何使用 LangChain 和 Vertex AI Vector Search（以前称为 Matching Engine）构建文档的问答系统。该系统可以回答有关文档中的实体、日期和数字的问题。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Document AI 问答 PaLM	使用 Document AI、Pandas 和 PaLM 根据文档进行问答 此笔记本演示了如何使用 Document AI、Pandas 和 PaLM 构建问答系统。它首先使用 Document AI 从文档中提取结构化数据，然后使用 Pandas 根据提取的数据创建 DataFrame，最后使用 PaLM 生成关于数据的问题的回答。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
问答文档问答	根据大型文档进行问答 此笔记本演示了如何使用 Vertex AI Question Answering 服务来构建可根据大型文档回答问题的问答模型。该模型基于维基百科文章的数据集进行训练，可以回答有关各种主题的问题。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
图片生成	基于图片的商品说明生成器 此笔记本演示了如何使用文本转图片模型根据图片生成商品说明。该模型基于商品图片数据集及其相应说明进行训练。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
生成零售 LangChain	DescriptionGen：使用 LangChain 🦜🔗 为零售商生成搜索引擎优化 (SEO) 的商品说明 此笔记本演示了如何使用 LangChain 模型为零售商生成搜索引擎优化 (SEO) 的商品说明。该模型接受输入的商品属性列表，并输出一段突出产品主要功能的简短说明。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
BigQuery DataFrame 文本生成	BigQuery DataFrames ML：药品名称生成 此笔记本演示了如何使用 BigQuery DataFrames ML 生成药品名称。它使用预训练的语言模型生成文本，然后过滤结果以移除已在使用的药品名称。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
BigQuery DataFrames 代码生成	将 BigQuery DataFrames 与生成式 AI 搭配使用来生成代码 此笔记本演示了如何将 BigQuery DataFrames 与生成 AI 搭配使用来生成代码。它展示了如何使用预训练的语言模型生成用于将 BigQuery 表转换为 Pandas DataFrame 的代码。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
BigQuery 语言模型	将 Vertex AI LLM 与 BigQuery 中的数据搭配使用 此笔记本演示了如何将 Vertex AI LLM 与 BigQuery 中的数据搭配使用。它展示了如何从 BigQuery 加载数据、创建 LLM 模型，然后使用该模型根据数据生成文本。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
嵌入相似度可视化	使用 t-SNE 图表直观呈现文本文档的嵌入相似度 此笔记本演示了如何使用 t-SNE 图表直观呈现文本文档的嵌入相似度。它使用 [IMDB 数据集](https://datasets.imdbws.com/) 中的电影评论。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
文本嵌入 Vector Search	文本嵌入 + Vertex AI Vector Search 使用入门 此笔记本简要介绍了文本嵌入，以及如何将其与 Vertex AI Vector Search 搭配使用。其中介绍了文本嵌入的基础知识、如何训练文本嵌入以及如何使用它们执行向量搜索。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
嵌入 Vector Search	Vertex AI Vector Search 快速入门 此笔记本是使用 Vertex AI Vector Search 的快速入门。其中介绍了向量搜索的基础知识，包括如何创建向量索引、如何将数据上传到索引，以及如何执行向量搜索查询。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Imagen 2 图片生成	使用 Imagen on Vertex AI 生成图片 在此笔记本中，您将使用 Python 版 Vertex AI SDK 探索 Imagen 的图片生成功能。详细了解 Imagen 的图片生成功能。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Imagen 2 图片生成 Gemini 1.0 Pro 文本生成 Gemini 1.0 Pro 输出文本格式	使用 Imagen 和 Gemini 1.0 Pro 创建高画质视觉素材资源 在此笔记本中，您将使用 Imagen 和 Gemini 1.0 Pro 为餐厅菜单创建高画质视觉素材资源。详细了解图片生成和多模态模型。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Imagen 2 图片修改	使用自动生成的蒙版区域通过 Imagen 2 修改制作高品质的视觉素材资源 在此笔记本中，您将使用 Vertex AI SDK for Python 探索 Imagen 的图片修改功能。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Imagen 图片 Visual Question Answering (VQA)	使用 Imagen on Vertex AI 进行视觉问答 (VQA) 此笔记本演示了如何使用 Imagen 生成能够回答给定问题的图片。它还展示了如何将模型部署到 Vertex AI 并使用模型生成图片来回答用户提供的问题。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看
Imagen 图片标注	使用 Imagen on Vertex AI 进行视觉标注 此笔记本演示了如何使用 Imagen（用于生成图片的大语言模型）为图片生成标注。还展示了如何在 Vertex AI 上部署模型。	在 Colab 中打开 在 Colab Enterprise 中打开 在 GitHub 上查看

后续步骤

• 通过笔记本教程了解 LLM、Vertex AI 和 PaLM 模型。
• 探索生成式 AI GitHub 制品库中的更多资源。
• 在教程概览中查看其他 Vertex AI 笔记本教程。