透過 Vertex AI 使用 Gemini 建構 AI 圖像辨識應用程式
实验
15 分钟
universal_currency_alt
免费
show_chart
入门级
info
此实验可能会提供 AI 工具来支持您学习。

總覽
- 實驗室活動會計時且無法暫停,點選「Start Lab」後就會開始計時。
- 內建的 Cloud 終端機已預先設定了 gcloud SDK。
- 使用終端機執行指令,然後點選「Check my progress」,確認工作已完成。
目標
您可透過 Vertex AI 生成式 AI (又稱「生成式 AI」) 測試、調整及部署 Google 的大型生成式 AI 模型,以便在 AI 應用程式中使用。本實驗室的學習內容包括:
-
連結至 Vertex AI (Google Cloud AI 平台):瞭解如何使用 Vertex AI SDK 建立與 Google AI 服務的連線。
-
載入預先訓練的生成式 AI 模型 - Gemini:瞭解如何使用強大的預先訓練 AI 模型,不必從頭建構。
-
將兼具圖文的問題傳送至 AI 模型:瞭解如何提供輸入內容給 AI 處理。
-
從 AI 擷取文字答案:瞭解如何處理及解讀 AI 模型生成的文字回覆。
-
瞭解建構 AI 應用程式的基本知識:深入瞭解將 AI 整合至軟體專案的核心概念。
使用 Vertex AI Python SDK
啟動實驗室後,會出現分割窗格檢視畫面,左側是程式碼編輯器,右側是實驗室操作說明。請按照下列步驟,使用 Vertex AI Python SDK 與生成式 AI API 互動。
- 依序點選「File」>「New File」,在程式碼編輯器中開啟新檔案。
- 複製以下程式碼片段並貼到檔案。
from google import genai
from google.genai.types import HttpOptions, Part
client = genai.Client(http_options=HttpOptions(api_version="v1"))
response = client.models.generate_content(
model="gemini-2.0-flash-001",
contents=[
"What is shown in this image?",
Part.from_uri(
file_uri="https://storage.googleapis.com/cloud-samples-data/generative-ai/image/scones.jpg",
mime_type="image/jpeg",
),
],
)
print(response.text)
-
依序點選「File」>「Save」,在「Name」欄位輸入 genai.py
,然後點選「Save」。
-
在新的終端機執行下列指令,設定環境變數:
export GOOGLE_CLOUD_PROJECT='{{{ project_0.project_id | "project-id" }}}'
export GOOGLE_CLOUD_LOCATION='{{{ project_0.default_region | "REGION" }}}'
export GOOGLE_GENAI_USE_VERTEXAI=True
-
在程式碼編輯器窗格的終端機執行下列指令,查看輸出內容。
/usr/bin/python3 /genai.py
注意:如果遇到 400 錯誤,請嘗試重新執行程式碼。
程式碼解說
- 程式碼片段會在 Vertex AI 上載入名為 Gemini 的預先訓練 AI 模型 (gemini-2.0-flash-001)。
- 程式碼會呼叫已載入 Gemini 模型的
generate_image
方法。
- 這個方法的輸入內容是圖片 URI 和提示詞,其中包含與圖片相關的問題。
- 這段程式碼運用 Gemini 理解圖文並陳的內容,並根據提示詞中的文字,描述圖片內容。
快來體驗!嘗試使用不同的圖片 URI 和提示詞問題,探索 Gemini 的功能。
點選「Check my progress」確認目標已達成。
生成圖片內容
恭喜!
大功告成,您已完成這個實驗室!
Copyright 2025 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標,其他公司和產品名稱則有可能是其關聯公司的商標。