GSP1280

Présentation

Cet atelier explore l'API Vertex AI Embeddings, en examinant ses fonctionnalités pour les données textuelles et multimodales (images et vidéos). Vous allez acquérir des connaissances de base sur les embeddings, en apprenant comment ils transforment différents types de contenus en représentations numériques qui reflètent leur signification et leurs interconnexions. L'atelier vous accompagne ensuite dans des exercices pratiques utilisant l'API Vertex AI Text Embeddings et l'API Vertex AI Multimodal Embeddings. Vous découvrirez comment les exploiter pour créer un système de recherche simple adapté aux données d'e-commerce. Vous apprendrez à rechercher des produits à partir de requêtes textuelles, d'images et même de vidéos. Vous verrez ainsi comment les embeddings peuvent améliorer les systèmes de recherche et de recommandation.

Prérequis

Avant de commencer cet atelier, vous devez :

• avoir des connaissances de base en programmation Python ;
• connaître les concepts généraux sur les API ;
• savoir exécuter du code Python dans un notebook Jupyter dans Vertex AI Workbench.

Objectifs

Dans cet atelier, vous allez effectuer les tâches suivantes :

• Explorer l'API Vertex AI Text Embeddings
• Explorer l'API Vertex AI Multimodal Embeddings (images et vidéos)
• Créer un système de recherche simple à partir de données d'e-commerce
  • Rechercher un produit à partir d'une requête textuelle
  • Rechercher un produit à partir d'une image
  • Rechercher une vidéo à partir d'une autre vidéo

Préparation

Avant de cliquer sur le bouton "Démarrer l'atelier"

Lisez ces instructions. Les ateliers sont minutés, et vous ne pouvez pas les mettre en pause. Le minuteur, qui démarre lorsque vous cliquez sur Démarrer l'atelier, indique combien de temps les ressources Google Cloud resteront accessibles.

Cet atelier pratique vous permet de suivre les activités dans un véritable environnement cloud, et non dans un environnement de simulation ou de démonstration. Des identifiants temporaires vous sont fournis pour vous permettre de vous connecter à Google Cloud le temps de l'atelier.

Pour réaliser cet atelier :

• Vous devez avoir accès à un navigateur Internet standard (nous vous recommandons d'utiliser Chrome).

Remarque : Ouvrez une fenêtre de navigateur en mode incognito (recommandé) ou de navigation privée pour effectuer cet atelier. Vous éviterez ainsi les conflits entre votre compte personnel et le compte temporaire de participant, qui pourraient entraîner des frais supplémentaires facturés sur votre compte personnel.

• Vous disposez d'un temps limité. N'oubliez pas qu'une fois l'atelier commencé, vous ne pouvez pas le mettre en pause.

Remarque : Utilisez uniquement le compte de participant pour cet atelier. Si vous utilisez un autre compte Google Cloud, des frais peuvent être facturés à ce compte.

Démarrer l'atelier et se connecter à la console Google Cloud

1. Cliquez sur le bouton Démarrer l'atelier. Si l'atelier est payant, une boîte de dialogue s'affiche pour vous permettre de sélectionner un mode de paiement. Sur la gauche, vous trouverez le panneau "Détails concernant l'atelier", qui contient les éléments suivants :

   • Le bouton "Ouvrir la console Google Cloud"
   • Le temps restant
   • Les identifiants temporaires que vous devez utiliser pour cet atelier
   • Des informations complémentaires vous permettant d'effectuer l'atelier

2. Cliquez sur Ouvrir la console Google Cloud (ou effectuez un clic droit et sélectionnez Ouvrir le lien dans la fenêtre de navigation privée si vous utilisez le navigateur Chrome).

   L'atelier lance les ressources, puis ouvre la page "Se connecter" dans un nouvel onglet.

   Conseil : Réorganisez les onglets dans des fenêtres distinctes, placées côte à côte.

   Remarque : Si la boîte de dialogue Sélectionner un compte s'affiche, cliquez sur Utiliser un autre compte.

3. Si nécessaire, copiez le nom d'utilisateur ci-dessous et collez-le dans la boîte de dialogue Se connecter.

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

   Vous trouverez également le nom d'utilisateur dans le panneau "Détails concernant l'atelier".

4. Cliquez sur Suivant.

5. Copiez le mot de passe ci-dessous et collez-le dans la boîte de dialogue Bienvenue.

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

   Vous trouverez également le mot de passe dans le panneau "Détails concernant l'atelier".

6. Cliquez sur Suivant.

   Important : Vous devez utiliser les identifiants fournis pour l'atelier. Ne saisissez pas ceux de votre compte Google Cloud. Remarque : Si vous utilisez votre propre compte Google Cloud pour cet atelier, des frais supplémentaires peuvent vous être facturés.

7. Accédez aux pages suivantes :

   • Acceptez les conditions d'utilisation.
   • N'ajoutez pas d'options de récupération ni d'authentification à deux facteurs (ce compte est temporaire).
   • Ne vous inscrivez pas à des essais sans frais.

Après quelques instants, la console Cloud s'ouvre dans cet onglet.

Remarque : Pour accéder aux produits et services Google Cloud, cliquez sur le menu de navigation ou saisissez le nom du service ou du produit dans le champ Recherche.

Tâche 1 : Ouvrir le notebook dans Vertex AI Workbench

1. Dans la console Google Cloud, accédez au menu de navigation () et cliquez sur Vertex AI > Workbench.

2. Recherchez l'instance , puis cliquez sur le bouton Ouvrir JupyterLab.

L'interface JupyterLab de votre instance Workbench s'ouvre dans un nouvel onglet de navigateur.

Remarque : Si vous ne voyez pas de notebooks dans JupyterLab, veuillez suivre la procédure ci-dessous pour réinitialiser l'instance.

1. Fermez l'onglet du navigateur pour JupyterLab, puis revenez à la page d'accueil de Workbench.

2. Cochez la case à côté du nom de l'instance, puis cliquez sur Réinitialiser.

3. Une fois que le bouton Ouvrir JupyterLab est à nouveau activé, patientez une minute, puis cliquez dessus.

Tâche 2 : Configurer le notebook

1. Ouvrez le fichier .

2. Dans la boîte de dialogue Select Kernel (Sélectionner le kernel), sélectionnez Python 3 dans la liste des kernels disponibles.

3. Parcourez les sections Getting Started (Premiers pas) et Import libraries (Importer des bibliothèques) du notebook.

   • Pour Project ID (ID du projet), utilisez et pour Location (Emplacement), utilisez .

Remarque : Vous pouvez ignorer les cellules du notebook avec la mention Colab only (Colab uniquement). Si l'exécution d'une cellule renvoie l'erreur 429, patientez une minute avant de la réexécuter pour poursuivre.

Tâche 3 : Générer des embeddings textuels

Dans cette section, vous allez explorer l'API Text Embeddings de Gemini.

1. Parcourez la section Generate Text Embeddings (Générer des embeddings textuels) du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Obtenir la longueur et les cinq premiers éléments de l'embedding textuel

Cliquez sur Vérifier ma progression pour valider l'objectif. Comparer la similarité entre différents exemples de texte à l'aide de la similarité cosinus

Tâche 4 : Générer des embeddings d'images

Dans cette section, vous allez explorer l'API Multimodal Embedding de Gemini.

1. Parcourez la section Generate Image Embeddings (Générer des embeddings d'images) du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Générer des embeddings d'images

Tâche 5 : Rechercher un produit à partir d'une requête textuelle

1. Parcourez la section Find product based on text query (Rechercher un produit à partir d'une requête textuelle) du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Rechercher un produit à partir d'une requête textuelle

Tâche 6 : Générer des embeddings vidéo

1. Parcourez la section Generate Video Embeddings (Générer des embeddings vidéo) du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Générer des embeddings vidéo

Tâche 7 : Rechercher des vidéos à partir d'une requête textuelle

1. Parcourez la section Find videos based on text search query (Rechercher des vidéos à partir d'une requête textuelle) du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Rechercher des vidéos à partir d'une requête textuelle

Tâche 8 : Rechercher des vidéos similaires

1. Parcourez la section Find Similar videos (Rechercher des vidéos similaires) du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Rechercher des vidéos similaires

Félicitations !

Dans cet atelier, vous avez appris à utiliser les API Vertex AI Text Embeddings et l'API Vertex AI Multimodal Embeddings pour créer des embeddings de contenu.

Étapes suivantes et informations supplémentaires

Consultez les ressources suivantes pour en savoir plus sur Gemini :

• Présentation de Gemini
• Documentation sur l'IA générative sur Vertex AI
• Chaîne YouTube sur l'IA générative
• Livre de recettes Vertex AI, doté d'un index de recherche et proposant une sélection de notebooks pour l'IA générative
• Dépôt Google Cloud pour l'IA générative, contenant d'autres notebooks et exemples

Formations et certifications Google Cloud

Les formations et certifications Google Cloud vous aident à tirer pleinement parti des technologies Google Cloud. Nos cours portent sur les compétences techniques et les bonnes pratiques à suivre pour être rapidement opérationnel et poursuivre votre apprentissage. Nous proposons des formations pour tous les niveaux, à la demande, en salle et à distance, pour nous adapter aux emplois du temps de chacun. Les certifications vous permettent de valider et de démontrer vos compétences et votre expérience en matière de technologies Google Cloud.

Dernière modification du manuel : 11 juillet 2025

Dernier test de l'atelier : 11 juillet 2025

Copyright 2025 Google LLC. Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.