GSP1280

概览

本实验旨在深入研究 Vertex AI Embeddings API，探索其处理文本和多模态数据（图片和视频）的功能。您将对嵌入有一个基本的了解，学习如何将各种内容类型转换为能够捕捉含义和关系的数值表示法。本实验将指导您完成 Vertex AI Text Embeddings API 和 Multimodal Embeddings API 的实操练习，展示这些 API 在构建电子商务数据简单搜索系统中的实际应用。您将学习如何基于文本查询、图片以及视频查找产品，了解嵌入在增强搜索和推荐系统方面的强大功能。

前提条件

在开始本实验之前，您应该先熟悉：

• Python 编程基础知识。
• API 的一般性概念。
• 在 Vertex AI Workbench 上的 Jupyter 笔记本中运行 Python 代码

目标

在本实验中，您将探索：

• Vertex AI Text Embeddings API。
• Vertex AI Multimodal Embeddings API（图片和视频）。
• 使用电子商务数据构建简单的搜索功能
  • 根据文本查询查找产品。
  • 根据图片查找产品。
  • 根据视频查找视频。

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。

任务 1. 在 Vertex AI Workbench 中打开笔记本

1. 在 Google Cloud 控制台的导航菜单 () 中依次点击 Vertex AI > Workbench。

2. 找到 实例，然后点击打开 JupyterLab 按钮。

Workbench 实例的 JupyterLab 界面会在新浏览器标签页中打开。

注意：如果您在 JupyterLab 中没有看到笔记本，请按照以下额外步骤重置实例：

1. 关闭 JupyterLab 的浏览器标签页，然后返回 Workbench 首页。

2. 选中实例名称旁边的复选框，然后点击重置。

3. 打开 JupyterLab 按钮重新启用后，请等待一分钟，然后点击打开 JupyterLab。

任务 2. 设置笔记本

1. 打开 文件。

2. 在选择内核对话框中，从可用内核列表中选择 Python 3。

3. 运行笔记本的开始使用和导入库部分。

   • 对于项目 ID，请使用 ；对于位置，使用 。

注意：您可以跳过任何标为“仅限 Colab”的笔记本单元。 如有笔记本单元在执行时遇到 429 响应，请等待 1 分钟，然后再次运行该单元以继续操作。

任务 3. 生成文本嵌入

在本部分，您将探索 Gemini 的 Text Embeddings API。

1. 运行笔记本的生成文本嵌入部分。

点击检查我的进度以验证是否完成了以下目标： 获取文本嵌入的长度和前五个元素。

点击检查我的进度以验证是否完成了以下目标： 使用余弦相似度比较文本示例的相似度。

任务 4. 生成图像嵌入

在本部分，您将探索 Gemini 的Multimodal Embedding API。

1. 运行笔记本的生成图像嵌入部分。

点击检查我的进度以验证是否完成了以下目标： 生成图像嵌入。

任务 5. 根据文本查询查找产品

1. 运行笔记本的根据文本查询查找产品部分。

点击检查我的进度以验证是否完成了以下目标： 根据文本查询查找产品。

任务 6. 生成视频嵌入

1. 运行笔记本的生成视频嵌入部分。

点击检查我的进度以验证是否完成了以下目标： 生成视频嵌入。

任务 7. 根据文本搜索查询查找视频

1. 运行笔记本的根据文本搜索查询查找视频部分。

点击检查我的进度以验证是否完成了以下目标： 根据文本搜索查询查找视频。

任务 8. 查找相似视频

1. 运行笔记本的查找相似视频部分。

点击检查我的进度以验证是否完成了以下目标： 查找相似视频。

恭喜！

在本实验中，您学习了如何使用 Vertex AI Text Embeddings API 和 Multimodal Embeddings API 来嵌入内容。

后续步骤/了解详情

请参阅以下资源，详细了解 Gemini：

• Gemini 概览
• 有关 Vertex AI 上生成式 AI 的文档
• YouTube 上有关生成式 AI 的视频
• 探索 Vertex AI 实战宝典，了解精心挑选的生成式 AI 笔记，还可以在笔记本库中搜索内容。
• 探索 Google Cloud 生成式 AI 仓库中的其他笔记本和示例。

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：2025 年 7 月 11 日

本实验的最后测试时间：2025 年 7 月 11 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。