GSP1269

Présentation

Cet atelier vise à vous familiariser avec le réglage des modèles génératifs Gemini. Pour cela, vous allez utiliser la fonctionnalité de réglage supervisé de Vertex AI dans des exercices pratiques. Vous allez apprendre à utiliser vos propres données étiquetées pour affiner un modèle de base Gemini, en l'adaptant pour qu'il excelle dans des tâches spécifiques telles que la classification, la synthèse, les questions-réponses et le chat.

Le processus d'affinage comporte les étapes clés suivantes :

• Préparation des données : il est essentiel de fournir des données d'entraînement de haute qualité et correctement étiquetées. Vos données influencent directement les performances du modèle et contribuent à atténuer les biais potentiels.
• Entraînement : testez différentes configurations d'entraînement pour optimiser le modèle pour votre tâche cible. Ce processus itératif maximise le potentiel du modèle.
• Évaluation : sélectionnez avec soin les métriques d'évaluation et un ensemble de données distinct pour évaluer correctement les performances du modèle affiné.

Configurations recommandées :

Pour vous guider dans votre processus d'affinage, nous vous recommandons des points de départ pour différentes tâches :

Tâche	Exemples dans l'ensemble de données	Epochs
Classification	+ de 500	2-4
Synthèse	+ de 1 000	2-4
Questions-réponses extractives	+ de 500	2-4
Chat	+ de 1 000	2-4

Objectifs

Dans cet atelier, vous allez effectuer les tâches suivantes :

• Comprendre comment utiliser l'affinage supervisé
• Améliorer les résultats de Gemini à l'aide des données de BigQuery
• Ajuster Gemini à l'aide des données de questions et réponses de Stack Overflow

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.

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.

Cliquez sur Vérifier ma progression pour valider l'objectif. Importer des bibliothèques et configurer le notebook

Tâche 3 : Créer un ensemble de données dans le format requis

Dans cette section, vous allez créer des ensembles de données d'entraînement, de validation et de test qui serviront à modifier et à évaluer le modèle affiné.

• Suivez les étapes de la section Créer un ensemble de données au format requis du notebook.

Pour BUCKET_NAME, utilisez .

Cliquez sur Vérifier ma progression pour valider l'objectif. Créer un ensemble de données au format requis

Tâche 4 : Initialiser et tester le modèle Gemini

Dans cette section, vous allez générer une configuration et effectuer un appel de test à Gemini à l'aide du SDK Python.

Initialiser le modèle

• Dans cette tâche, suivez les étapes de la section Initialiser le modèle du notebook.

Tester le modèle Gemini

• Dans cette tâche, suivez les étapes de la section Tester le modèle Gemini du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Tester le modèle Gemini

Tâche 5 : Évaluation avant le réglage du modèle

Dans cette section, vous allez évaluer les performances des modèles Gemini avant de les affiner avec des données supplémentaires.

• Suivez les étapes de la section Évaluation avant l'affinage du modèle du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Évaluer le modèle Gemini sur l'ensemble de données de test avant de l'ajuster

Tâche 6 : Ajuster et charger le modèle

Dans cette section, vous allez charger le modèle génératif réglé et appeler l'API Gemini.

Affiner le modèle

• Dans cette tâche, suivez les étapes de la section Ajuster le modèle du notebook.

Charger le modèle réglé

• Dans cette tâche, suivez les étapes de la section Charger le modèle réglé du notebook.

Remarque : Le réglage prend plusieurs minutes. Attendez qu'il soit terminé avant de passer aux cellules suivantes du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Charger le modèle génératif réglé

Tâche 7 : Évaluation après le réglage du modèle

Dans cette section, vous allez évaluer les performances du modèle Gemini après l'avoir affiné avec des données supplémentaires.

• Suivez les étapes de la section Évaluation après l'affinage du modèle du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Évaluation après le réglage du modèle

Félicitations !

Dans cet atelier, vous avez appris à utiliser la fonctionnalité d'affinage supervisé de Vertex AI pour affiner Gemini à l'aide de données personnalisées afin d'améliorer ses capacités à répondre aux questions.

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.