GSP1166

概览

借助 Vertex AI 上的 Model Garden，用户可以在一个集中的位置搜索、发现 Google 及 Google 合作伙伴提供的多种模型并与之交互。Model Garden 在 Vertex AI 上提供，可通过 Google Cloud 控制台访问。本实验提供了一种应用场景，方便您探索 Model Garden，并使用 Vertex AI Studio 来创建提示并对其进行实验。

Model Garden

Vertex AI 上的 Model Garden 是一系列预训练的机器学习模型和工具，旨在简化构建及部署机器学习模型的过程。

这些模型的类型和体积多种多样。Model Garden 中既有第一方模型，例如涵盖视觉、对话、代码生成及代码补全的 Google 多模态模型；也有众多企业级开源模型。

Model Garden 中还有多种可帮助您使用这些模型的工具，包括：

• 模型卡片：模型卡片提供每个模型的详细信息，包括该模型的准确率、性能和训练数据。
• 提示设计：借助提示设计，您可以通过一个简单的界面与模型交互，并使用自己的数据对模型进行调优。

Cloud Natural Language API 是通过 Model Garden 提供的模型之一。通过 Cloud Natural Language API，您可以从文本中提取实体，执行情感和语法分析，以及将文本分类。

Vertex AI Studio

Vertex AI Studio 是一种 Google Cloud 控制台工具，用于快速对生成式 AI 模型进行原型设计和测试。您可以测试示例提示，设计自己的提示，以及自定义基础模型来处理符合您的应用需求的任务。您可以执行以下操作：

• 使用提示示例测试模型。
• 设计并保存您自己的提示。
• 对基础模型进行调优。
• 在语音和文字之间转换。

目标

在本实验中，您需要：

• 探索 Vertex AI 上的 Model Garden，找到适合您应用场景的模型。
• 探索 Model Garden 中各种类型的 Vertex AI 模型。

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。为此，我们会向您提供新的临时凭据，您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。

为完成此实验，您需要：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。

注意：请使用无痕模式（推荐）或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：请仅使用学生账号完成本实验。如果您使用其他 Google Cloud 账号，则可能会向该账号收取费用。

如何开始实验并登录 Google Cloud 控制台

1. 点击开始实验按钮。如果该实验需要付费，系统会打开一个对话框供您选择支付方式。左侧是“实验详细信息”窗格，其中包含以下各项：

   • “打开 Google Cloud 控制台”按钮
   • 剩余时间
   • 进行该实验时必须使用的临时凭据
   • 帮助您逐步完成本实验所需的其他信息（如果需要）

2. 点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。

   该实验会启动资源并打开另一个标签页，显示“登录”页面。

   提示：将这些标签页安排在不同的窗口中，并排显示。

   注意：如果您看见选择账号对话框，请点击使用其他账号。

3. 如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。

   {{{user_0.username | "<用户名>"}}}

   您也可以在“实验详细信息”窗格中找到“用户名”。

4. 点击下一步。

5. 复制下面的密码，然后将其粘贴到欢迎对话框中。

   {{{user_0.password | "<密码>"}}}

   您也可以在“实验详细信息”窗格中找到“密码”。

6. 点击下一步。

   重要提示：您必须使用实验提供的凭据。请勿使用您的 Google Cloud 账号凭据。 注意：在本实验中使用您自己的 Google Cloud 账号可能会产生额外费用。

7. 继续在后续页面中点击以完成相应操作：

   • 接受条款及条件。
   • 由于这是临时账号，请勿添加账号恢复选项或双重验证。
   • 请勿注册免费试用。

片刻之后，系统会在此标签页中打开 Google Cloud 控制台。

注意：如需访问 Google Cloud 产品和服务，请点击导航菜单，或在搜索字段中输入服务或产品的名称。

应用场景

您在一家房地产公司担任营销分析师。贵公司有意使用大语言模型 (LLM) 生成有关客户感兴趣的住宅的简短文本说明以及抵押贷款信息。您的任务是创建提示，用来对房地产网站上的长篇幅住宅说明生成摘要文本。住宅说明存储在 Google Cloud Storage 存储桶的一个文件中。您首先使用 Model Garden 探索可用的预构建模型以节省时间，然后实施解决方案，以使用模型来总结文本内容。

任务 1. 启用 API

1. 在 Google Cloud 控制台的导航菜单 () 中，依次选择 Vertex AI > 信息中心。

2. 在 Vertex AI 信息中心，点击启用所有推荐的 API。

任务 2. 探索 Model Garden

如需查看可用的 Vertex AI 和开源基础模型、可调优模型以及针对特定任务的模型的列表，您可以使用 Model Garden。

1. 在 Vertex AI 信息中心左侧的工具窗格中，点击 Model Garden。

Model Garden 中提供的模型类别包括：

类别	说明
基础模型	预训练的多任务大型模型，可使用 AI Studio、Vertex AI API 和 Vertex AI SDK for Python 针对特定任务进行调优或自定义。
可微调的模型	可以使用自定义笔记本或流水线进行微调的模型。
针对特定任务的解决方案	其中大多数预构建模型都可以立即使用，并且许多模型都可以使用您自己的数据进行自定义。

2. 模型卡片会在 Vertex AI 中的“Model Garden”页面上列出。从每个类别中选择一张模型卡片进行探索。例如，您可以探索“针对特定任务的解决方案”中的 Sentiment analysis 模型，该模型会检查提供的文本并识别文本中的主要情感基调。这将有助于分析您所在的房地产公司收到的 Google 评价中的情绪，以跟踪客户满意度。

AI Studio 中的模型

1. 在 Vertex AI 信息中心左侧的工具窗格中，点击 Model Garden，以返回 Model Garden 主页面。

2. 在基础模型部分，点击显示全部，然后再点击 Gemini 1.5 Pro 模型卡片。

详情页面会提供适用于文本的 Gemini 1.5 Pro 模型的概述，包括对该模型的描述、对其潜在应用场景的介绍以及关于该模型的文档。

请留意在 Vertex AI Studio 中打开按钮，点击该按钮后可以打开 AI Studio 的“语言”界面，您可以在其中与模型交互并对其进行实验。AI Studio 是 Vertex AI 的一项功能，通过它可以轻松、直观地编写和调整提示，来处理文本、聊天及代码生成工作。

3. 点击在 Vertex AI Studio 中打开，在 Vertex AI Studio 中打开 Gemini 模型。

您现在可以探索该模型，了解它对不同的提示会作何回应。

点击检查我的进度，验证您已完成的任务。

探索 Model Garden

任务 3. 探索各种模型类型

借助 Model Garden，用户只需在一个位置就能发现各种基础模型及热门的开源模型并与之交互。Model Garden 提供了您可以使用的所有不同企业级模型，您可从中选择适合自己的应用场景、机器学习专业技能和预算的模型。

您可以使用 Model Garden 完成多种工作流，包括：

• 直接以 API 形式使用模型。
• 在 AI Studio 中对模型进行调优。
• 通过 Vertex AI Workbench 直接在 Jupyter 笔记本中使用模型。
• 帮助部署模型训练流水线。

在本实验中，您将体验其中一部分工作流。

在 Jupyter 笔记本中使用模型

1. 在左侧的工具窗格中，点击 Model Garden，以返回 Vertex AI 中的 Model Garden 页面。

2. 在基础模型部分的一侧，点击显示全部以展开基础模型完整列表。

左侧窗格中会显示相当多的模型组类型，方便您筛选出符合自己特定需求的模型。执行以下操作，仅显示与视觉和检测有关的模型：

3. 点击模态下的视觉。

4. 点击任务下的检测。

请注意，现在有一些模型适用于您选择的应用场景。Owl ViT 是一种零样本的文本条件式对象检测模型，可用于对图像进行单个或多个文本查询。

5. 点击 Owl ViT 模型卡片。

请注意，Vertex AI 中的 OWL-ViT 页面上有一个打开笔记本链接，可以打开 JupyterLab 笔记本。

6. 点击打开笔记本，在新标签页中打开 Owl ViT Colab。

查看该 Colab 笔记本，但无需运行。该 Colab 笔记本演示了如何在 Vertex AI 上部署预训练的 OWL-ViT 模型以进行在线预测。如需详细了解 Colab 笔记本，请访问 Google Colaboratory 首页。

7. 关闭显示该 Colab 笔记本的标签页，以返回 Cloud 控制台标签页。

通过 Vertex AI 上的 Model Garden，您可以轻松地开始使用想要微调的模型。

通过模型部署模型训练流水线：

1. 在左侧的工具窗格中，点击 Model Garden，以返回 Vertex AI 中的“Model Garden”页面。

2. 清除模态和任务下已选择的过滤条件（如果尚未清除）。

3. 在搜索模型搜索栏中输入“bert”，然后从搜索结果列表中选择 BERT 模型。

   注意：根据您的浏览器宽度，您可能需要点击显示全部或展开窗口才能查看 BERT 模型卡片。

4. 点击微调以打开 bert-finetuning Vertex AI 流水线。

查看该流水线，但无需运行。

点击检查我的进度，验证您已完成的任务。

探索各种模型类型

您将看到一个可用于微调和部署此模型的模板。您可以查看该模板将执行此流水线的哪些组件。

您可以在自己的生产环境中点击创建流水线，填写或确认所需信息，然后点击提交。这样您无需编写代码即部署了一个流水线。

恭喜！

您已使用 Model Garden 和 AI Studio 创建和试验了用于各种生成式 AI 应用场景的提示。您还探索了 Vertex AI Studio 的界面。

后续步骤/了解详情

• “Vertex AI 使用入门”视频
• 如需理解相关术语，请参阅机器学习术语表
• 仔细阅读 Vertex AI Studio 官方文档。
• 了解有关 Vertex AI 上的 Model Garden 的更多信息：
  • “Vertex AI 上的 Model Garden”网站
  • Model Garden 文档
  • AI 和机器学习博客（请向下滚动，查看关于 Model Garden 的博文）

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

本手册的最后更新时间：2024 年 10 月 14 日

本实验的最后测试时间：2024 年 10 月 14 日

版权所有 2025 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。