GSP1280

Descripción general

En este lab, se profundiza en la API de Vertex AI Embeddings y se exploran sus capacidades para datos de texto y multimodales (imágenes y video). Obtendrás una comprensión básica de los embeddings y aprenderás cómo transforman varios tipos de contenido en representaciones numéricas que capturan el significado y las relaciones. Luego, el lab te guía a través de ejercicios prácticos con las APIs de Vertex AI Text Embeddings y Vertex AI Multimodal Embeddings, lo que demuestra sus aplicaciones empíricas en la creación de un sistema de búsqueda simple para datos de comercio electrónico. Aprenderás a encontrar productos basados en consultas de texto, imágenes y hasta videos, lo que demuestra el poder de los embeddings para mejorar los sistemas de búsqueda y recomendación.

Requisitos previos

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

• Programación de Python básica
• Conceptos generales sobre APIs
• Ejecución de código de Python en un notebook de Jupyter en Vertex AI Workbench

Objetivos

En este lab, explorarás:

• La API de Vertex AI Text Embeddings
• API de Vertex AI Multimodal Embeddings (imágenes y video)
• Cómo crear una búsqueda simple con datos de comercio electrónico
  • Encontrar productos en función de una consulta de texto
  • Encontrar productos basados en imágenes
  • Encontrar videos basados en videos

Configuración y requisitos

Antes de hacer clic en el botón Comenzar lab

Lee estas instrucciones. Los labs cuentan con un temporizador que no se puede pausar. El temporizador, 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 del navegador privada o de incógnito (opción recomendada) para ejecutar el lab. Así evitarás conflictos 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: Usa solo la cuenta de estudiante para este lab. Si usas otra cuenta de Google Cloud, es posible que se apliquen cargos a esa cuenta.

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

1. Haz clic en el botón Comenzar lab. Si debes pagar por el lab, se abrirá un diálogo para que selecciones la forma de pago. A la izquierda, se encuentra el panel Detalles del lab, que tiene estos elementos:

   • El botón para abrir la consola de Google Cloud
   • El tiempo restante
   • Las credenciales temporales que debes 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: Ordena 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 Cloud para este lab podría generar cargos adicionales.

7. Haz 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 acceder a los productos y servicios de Google Cloud, haz clic en el menú de navegación o escribe el nombre del servicio o producto en el campo Buscar.

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 la instancia y haz clic en el botón Abrir JupyterLab.

La interfaz de JupyterLab para tu instancia de Workbench se abrirá en una pestaña nueva del navegador.

Nota: Si no ves notebooks en JupyterLab, sigue estos pasos adicionales para restablecer la instancia:

1. Cierra la pestaña del navegador de JupyterLab y vuelve a la página principal de Workbench.

2. Selecciona la casilla de verificación junto al nombre de la instancia y haz clic en Restablecer.

3. Después de que se vuelva a habilitar el botón Abrir JupyterLab, espera un minuto y, luego, haz clic en Abrir JupyterLab.

Tarea 2: Configura el notebook

1. Abre el archivo .

2. En el cuadro de diálogo Select Kernel, elige Python 3 en la lista de kernels disponibles.

3. 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. Si recibes una respuesta 429 de cualquiera de las ejecuciones de celda del notebook, espera 1 minuto antes de volver a ejecutar la celda para continuar.

Tarea 3: Genera embeddings de texto

En esta sección, explorarás la API de Text Embeddings de Gemini.

1. Repasa la sección Genera embeddings de texto del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Obtener la longitud y los primeros cinco elementos del embedding de texto

Haz clic en Revisar mi progreso para verificar el objetivo. Comparar la similitud de ejemplos de texto por medio de la similitud de coseno

Tarea 4: Genera embeddings de imágenes

En esta sección, explorarás la API de Multimodal Embedding de Gemini.

1. Repasa la sección Genera embeddings de imágenes del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Generar embeddings de imágenes

Tarea 5: Encontrar un producto en función de una consulta de texto

1. Repasa la sección Encontrar un producto en función de una consulta de texto del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Encontrar un producto en función de una consulta de texto

Tarea 6: Genera embeddings de video

1. Repasa la sección Genera embeddings de video del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Generar embeddings de video

Tarea 7: Encuentra videos en función de una búsqueda de texto

1. Repasa la sección Encuentra videos en función de una búsqueda de texto del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Encontrar videos en función de una búsqueda de texto

Tarea 8: Encuentra videos similares

1. Repasa la sección Encuentra videos similares del notebook.

Haz clic en Revisar mi progreso para verificar el objetivo. Encuentra videos similares

¡Felicitaciones!

En este lab, aprendiste a usar las APIs de Vertex AI Text Embeddings y Vertex AI Multimodal Embeddings para incorporar contenido.

Próximos pasos/Más información

Consulta los siguientes recursos para obtener más información sobre Gemini:

• Descripción general de Gemini
• Documentación sobre IA generativa en Vertex AI
• IA generativa en YouTube
• Explora la guía de soluciones de Vertex AI para ver una galería de notebooks seleccionada sobre la IA generativa en la que puedes realizar búsquedas.
• Explora otros notebooks y ejemplos en el repositorio de IA generativa de Google Cloud.

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: 11 de julio de 2025

Prueba más reciente del lab: 11 de julio de 2025

Copyright 2025 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.