GSP1209

Descripción general

Gemini es una familia de modelos de IA generativa que desarrolló Google DeepMind y que están diseñados para casos de uso multimodales. La API de Gemini te da acceso a los modelos de Gemini Pro Vision y Gemini Pro. En este lab, aprenderás a usar la API de Gemini para Vertex AI con el SDK de Vertex AI para Python para interactuar con el modelo Gemini 1.0 Pro (gemini-pro) y el modelo Gemini 1.0 Pro Vision (gemini-pro-vision).

API de Gemini para Vertex AI

La API de Gemini para Vertex AI ofrece una interfaz unificada para interactuar con modelos de Gemini. Actualmente, hay dos modelos disponibles en la API de Gemini:

1. Modelo Gemini 1.0 Pro (gemini-1.0-pro): Se diseñó para encargarse de tareas de lenguaje natural, el chat de código y el texto de varios turnos, así como de la generación de código.
2. Modelo Gemini 1.0 Pro Vision (gemini-1.0-pro-vision): Admite las instrucciones multimodales. Puedes incluir texto, imágenes y video en las solicitudes de instrucciones y obtener respuestas de texto o código.

Puedes interactuar con la API de Gemini a través de los siguientes métodos:

• Usar Vertex AI Studio para realizar pruebas y generar comandos con rapidez
• Usar comandos cURL
• Usar el SDK de Vertex AI

Este lab se enfoca en el uso del SDK de Vertex AI para Python para llamar a la API de Gemini para Vertex AI.

Para obtener más información, consulta la documentación de IA generativa en Vertex AI.

Requisitos previos

Antes de comenzar este lab, debes tener conocimientos generales sobre los siguientes conceptos:

• Conocimientos básicos de programación en Python
• Conocimientos generales del funcionamiento de las APIs
• Ejecución de código de Python en un notebook de Jupyter en Vertex AI Workbench

Objetivos

En este lab, aprenderás a realizar las siguientes tareas:

• Instalar el SDK de Vertex AI para Python
• Usar el modelo Gemini 1.0 Pro (gemini-1.0-pro) para generar texto
• Usar el modelo multimodal Gemini 1.0 Pro Vision (gemini-1.0-pro-vision) para generar texto a partir de una combinación de texto, imágenes y video

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs son cronometrados y no se pueden pausar. El cronómetro, que comienza a funcionar cuando haces clic en Comenzar lab, indica por cuánto tiempo tendrás a tu disposición los recursos de Google Cloud.

Este lab práctico te permitirá realizar las actividades correspondientes en un entorno de nube real, no en uno de simulación o demostración. Para ello, se te proporcionan credenciales temporales nuevas que utilizarás para acceder a Google Cloud durante todo el lab.

Para completar este lab, necesitarás lo siguiente:

• Acceso a un navegador de Internet estándar (se recomienda el navegador Chrome)

Nota: Usa una ventana de navegador privada o de Incógnito para ejecutar este lab. Así evitarás cualquier conflicto entre tu cuenta personal y la cuenta de estudiante, lo que podría generar cargos adicionales en tu cuenta personal.

• Tiempo para completar el lab: Recuerda que, una vez que comienzas un lab, no puedes pausarlo.

Nota: Si ya tienes un proyecto o una cuenta personal de Google Cloud, no los uses en este lab para evitar cargos adicionales en tu cuenta.

Cómo iniciar tu lab y acceder a la consola de Google Cloud

1. Haga clic en el botón Comenzar lab. Si debe pagar por el lab, se abrirá una ventana emergente para que seleccione su forma de pago. A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:

   • El botón Abrir la consola de Google Cloud
   • El tiempo restante
   • Las credenciales temporales que debe usar para el lab
   • Otra información para completar el lab, si es necesaria

2. Haz clic en Abrir la consola de Google Cloud (o haz clic con el botón derecho y selecciona Abrir el vínculo en una ventana de incógnito si ejecutas el navegador Chrome).

   El lab inicia recursos y abre otra pestaña en la que se muestra la página de acceso.

   Sugerencia: Ordene las pestañas en ventanas separadas, una junto a la otra.

   Nota: Si ves el diálogo Elegir una cuenta, haz clic en Usar otra cuenta.

3. De ser necesario, copia el nombre de usuario a continuación y pégalo en el diálogo Acceder.

   {{{user_0.username | "Username"}}}

   También puedes encontrar el nombre de usuario en el panel Detalles del lab.

4. Haz clic en Siguiente.

5. Copia la contraseña que aparece a continuación y pégala en el diálogo Te damos la bienvenida.

   {{{user_0.password | "Password"}}}

   También puedes encontrar la contraseña en el panel Detalles del lab.

6. Haz clic en Siguiente.

   Importante: Debes usar las credenciales que te proporciona el lab. No uses las credenciales de tu cuenta de Google Cloud. Nota: Usar tu propia Cuenta de Google podría generar cargos adicionales.

7. Haga clic para avanzar por las páginas siguientes:

   • Acepta los Términos y Condiciones.
   • No agregues opciones de recuperación o autenticación de dos factores (esta es una cuenta temporal).
   • No te registres para obtener pruebas gratuitas.

Después de un momento, se abrirá la consola de Google Cloud en esta pestaña.

Nota: Para ver un menú con una lista de productos y servicios de Google Cloud, haz clic en el menú de navegación que se encuentra en la parte superior izquierda.

Tarea 1. Abre el notebook en Vertex AI Workbench

1. En el Menú de navegación de la consola de Google Cloud, haz clic en Vertex AI > Workbench.

2. Busca el notebook generative-ai-jupyterlab y haz clic en el botón Abrir JupyterLab.

La interfaz de JupyterLab se abre en una pestaña nueva del navegador.

Tarea 2: Configura el notebook

1. Haz clic en el archivo intro_gemini_python.ipynb.

2. Ejecuta las secciones Getting Started e Import libraries del notebook.

   • Para Project ID, usa y para Location, usa .

Nota: Puedes omitir las celdas del notebook que tienen la indicación Colab only.

En las siguientes secciones, ejecutarás las celdas del notebook para ver cómo usar la API de Vertex AI Gemini con el SDK de Vertex AI para Python.

Tarea 3: Usa el modelo Gemini 1.0 Pro

El modelo Gemini 1.0 Pro (gemini-1.0-pro) se diseñó para encargarse de tareas de lenguaje natural, el chat de código y el texto de varios turnos, así como la generación de código. En esta tarea, ejecutarás las celdas del notebook para ver cómo usar el modelo Gemini 1.0 Pro para generar texto a partir de instrucciones de texto.

Genera texto a partir de instrucciones de texto

Envía una instrucción de texto al modelo. El modelo Gemini 1.0 Pro (gemini-1.0-pro) proporciona un mecanismo de respuesta de transmisión. Con este enfoque, no necesitas esperar a la respuesta completa y puedes empezar a procesar los fragmentos apenas tengas acceso a ellos.

• Ejecuta la sección Generate text from text prompts del notebook.

Haz clic en Revisar mi progreso para verificar los objetivos.

Generar texto a partir de instrucciones de texto. Imprimir el historial de chat.

Tarea 4: Usa el modelo Gemini 1.0 Pro Vision

Gemini 1.0 Pro Vision (gemini-1.0-pro-vision) es un modelo multimodal compatible con las instrucciones multimodales. Puedes incluir texto, imágenes y video en las solicitudes de instrucciones y obtener respuestas de texto o código. En esta tarea, ejecutarás las celdas del notebook para ver cómo usar el modelo Gemini 1.0 Pro Vision para generar texto a partir de instrucciones de texto y con imágenes y, luego, hacerlo a partir de un archivo de video.

Genera texto a partir de imágenes y texto locales

• Ejecuta la sección Generate text from local image and text del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo.

Verificar la imagen. Generar texto a partir de imágenes y texto locales.

Genera texto a partir de instrucciones de imagen y texto

• Ejecuta la sección Generate text from text & image(s) del notebook.

  Generar texto a partir de imágenes y texto.

Combina varias instrucciones de imagen y texto para crear instrucciones con ejemplos limitados

• Ejecuta la sección Combining multiple images and text prompts for few-shot prompting del notebook.

  Crear instrucciones con ejemplos limitados.

Genera texto a partir de un archivo de video

• Ejecuta la sección Generate text from a video file del notebook.

  Generar texto a partir de un archivo de video.

¡Felicitaciones!

En este lab, exploraste el uso de la API Gemini para Vertex AI junto con el SDK de Vertex AI para Python para interactuar con dos modelos: Gemini 1.0 Pro (gemini-1.0-pro) y Gemini 1.0 Pro Vision (gemini-1.0-pro-vision). A través de estos ejercicios, accediste a observaciones prácticas sobre las funciones de la API de Gemini para Vertex AI y su integración perfecta con el SDK de Python.

Próximos pasos y más información

• Consulta la documentación de la IA generativa en Vertex AI.
• Obtén más información sobre la IA generativa en el canal de YouTube Google Cloud Tech.
• Repo oficial de la IA generativa de Google Cloud
• Notebooks de Gemini de ejemplo

Capacitación y certificación de Google Cloud

Recibe la formación que necesitas para aprovechar al máximo las tecnologías de Google Cloud. Nuestras clases incluyen habilidades técnicas y recomendaciones para ayudarte a avanzar rápidamente y a seguir aprendiendo. Para que puedas realizar nuestros cursos cuando más te convenga, ofrecemos distintos tipos de capacitación de nivel básico a avanzado: a pedido, presenciales y virtuales. Las certificaciones te ayudan a validar y demostrar tus habilidades y tu conocimiento técnico respecto a las tecnologías de Google Cloud.

Última actualización del manual: 16 de mayo de 2024

Prueba más reciente del lab: 16 de mayo de 2024

Copyright 2024 Google LLC. All rights reserved. Google y el logotipo de Google son marcas de Google LLC. Los demás nombres de productos y empresas pueden ser marcas de las respectivas empresas a las que estén asociados.