加入 登录

在 Google Cloud 控制台中运用您的技能

Connor Meagher

成为会员时间：2023

钻石联赛

20625 积分
Google Kubernetes Engine 成本效益最佳化 Earned Apr 16, 2024 EDT
使用 Gemini 多模態功能和多模態 RAG 檢查複合型文件 Earned Apr 10, 2024 EDT
Manage Kubernetes in Google Cloud Earned Apr 9, 2024 EDT
Share Data Using Google Data Cloud Earned Apr 2, 2024 EDT
在 Google Cloud 儲存、處理與管理資料 - 控制台 Earned Mar 27, 2024 EDT
在 Google Cloud 為機器學習 API 準備資料 Earned Mar 24, 2024 EDT
運用 BigQuery ML 建立機器學習模型 Earned Mar 22, 2024 EDT
開始使用 Dataplex Earned Mar 20, 2024 EDT
負責任的 AI 技術簡介 Earned Mar 19, 2024 EDT
大型語言模型簡介 Earned Mar 19, 2024 EDT
探索生成式 AI - Vertex AI Earned Mar 19, 2024 EDT
Vertex AI Studio 簡介 Earned Mar 8, 2024 EST
建立圖像說明生成模型 Earned Mar 8, 2024 EST
Transformer 和 BERT 模型 Earned Mar 8, 2024 EST
編碼器-解碼器架構 Earned Mar 8, 2024 EST
注意力機制 Earned Mar 8, 2024 EST
圖像生成簡介 Earned Mar 8, 2024 EST

完成 Google Kubernetes Engine 成本效益最佳化 技能徽章中階課程， 即可證明您具備下列技能：建立及管理多租戶叢集、依據命名空間監控資源使用量、 設定自動調度叢集和 Pod 資源以提升效能、設定負載平衡以最佳化 資源分配，以及導入有效性和完備性探測，確保應用程式維持健康並符合成本效益。 「技能徽章」是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精熟技能， 代表您已通過測驗，能在互動式實作環境中應用相關知識。完成 本課程及結業評量挑戰實驗室，即可取得技能徽章 並與親友分享。

了解详情

完成 使用 Gemini 多模態功能和多模態 RAG 檢查複合型文件 技能徽章中階課程，即可證明您具備下列技能： 透過 Gemini 多模態功能，使用多模態提示從文字和影像資料擷取資訊、生成影片說明，以及擷取影片以外的額外資訊； 透過 Gemini 的多模態檢索增強生成 (RAG) 功能，為含有文字和圖片的文件建構中繼資料、取得所有相關文字分塊，以及顯示引用資料。 「技能徽章」是 Google Cloud 核發的獨家數位徽章，用於肯定您在 Google Cloud 產品和服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境中應用相關知識。完成本課程及結業評量挑戰研究室，即可取得技能徽章，並與親友分享。

了解详情

Complete the intermediate Manage Kubernetes in Google Cloud skill badge to demonstrate skills in the following: managing deployments with kubectl, monitoring and debugging applications on Google Kubernetes Engine (GKE), and continuous delivery techniques. A skill badge is an exclusive digital badge issued by Google Cloud in recognition of your proficiency with Google Cloud products and services and tests your ability to apply your knowledge in an interactive hands-on environment. Complete this Skill Badge, and the final assessment challenge lab, to receive a digital badge that you can share with your network.

了解详情

Earn a skill badge by completing the Share Data Using Google Data Cloud skill badge course, where you will gain practical experience with Google Cloud Data Sharing Partners, which have proprietary datasets that customers can use for their analytics use cases. Customers subscribe to this data, query it within their own platform, then augment it with their own datasets and use their visualization tools for their customer facing dashboards.

了解详情

Cloud Storage、Cloud Functions 和 Cloud Pub/Sub 都是 Google Cloud Platform 服務， 可用於儲存、處理及管理資料。您可以整合運用這三種服務， 打造各式各樣的資料導向應用程式。在這個技能徽章課程中， 您將使用 Cloud Storage 儲存圖片、透過 Cloud Functions 處理， 並利用 Cloud Pub/Sub 將圖片傳送至其他應用程式。

了解详情

完成 在 Google Cloud 為機器學習 API 準備資料 技能徽章入門課程，即可證明您具備下列技能： 使用 Dataprep by Trifacta 清理資料、在 Dataflow 執行資料管道、在 Dataproc 建立叢集和執行 Apache Spark 工作，以及呼叫機器學習 API，包含 Cloud Natural Language API、Google Cloud Speech-to-Text API 和 Video Intelligence API。 「技能徽章」是 Google Cloud 核發的獨家數位徽章，用於肯定您在 Google Cloud 產品與服務方面的精通程度， 代表您已通過測驗，能在互動式實作環境中應用相關知識。完成本技能徽章課程及結業評量挑戰研究室， 即可取得技能徽章並與他人分享。

了解详情

完成「運用 BigQuery ML 建立機器學習模型」技能徽章中階課程，即可證明您具備下列技能： 可使用 BigQuery ML 建立及評估機器學習模型，並根據資料進行預測。 「技能徽章」是 Google Cloud 核發的獨家數位徽章， 用於肯定您在 Google Cloud 產品和服務方面的精熟技能， 代表您已通過測驗，能在互動式實作環境中應用相關知識。完成 本課程及結業評量挑戰實驗室，即可取得技能徽章 並與他人分享。

了解详情

完成「開始使用 Dataplex」技能徽章入門課程， 即可證明您具備下列技能：建立 Dataplex 資產、建立切面類型、 並將切面套用至 Dataplex 中的項目。

了解详情

這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。

了解详情

這是一堂入門級的微學習課程，旨在探討大型語言模型 (LLM) 的定義和用途，並說明如何調整提示來提高 LLM 成效。此外，也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。

了解详情

探索生成式 AI - Vertex AI 課程包含一系列實驗室，幫助您瞭解 如何在 Google Cloud 使用生成式 AI。透過實驗室，您將瞭解 如何使用 Vertex AI PaLM API 系列模型，包括 text-bison、chat-bison、 和 textembedding-gecko。您也會瞭解提示設計、最佳做法、 以及這些模型如何用於構思、文字分類、文字擷取、文字 摘要等。您也會瞭解如何透過 Vertex AI 自訂訓練功能調整基礎模型， 並將模型部署至 Vertex AI 端點。

了解详情

本課程會介紹 Vertex AI Studio。您可以運用這項工具和生成式 AI 模型互動、根據商業構想設計原型，並投入到正式環境。透過身歷其境的應用實例、有趣的課程及實作實驗室，您將能探索從提示到正式環境的生命週期，同時學習如何將 Vertex AI Studio 運用在多模態版 Gemini 應用程式、提示設計、提示工程和模型調整。這個課程的目標是讓您能運用 Vertex AI Studio，在專案中發揮生成式 AI 的潛能。

了解详情

本課程說明如何使用深度學習來建立圖像說明生成模型。您將學習圖像說明生成模型的各個不同組成部分，例如編碼器和解碼器，以及如何訓練和評估模型。在本課程結束時，您將能建立自己的圖像說明生成模型，並使用模型產生圖像說明文字。

了解详情

這堂課程將說明變換器架構，以及基於變換器的雙向編碼器表示技術 (BERT) 模型，同時帶您瞭解變換器架構的主要組成 (如自我注意力機制) 和如何用架構建立 BERT 模型。此外，也會介紹 BERT 適用的各種任務，像是文字分類、問題回答和自然語言推論。課程預計約 45 分鐘。

了解详情

本課程概要說明解碼器與編碼器的架構，這種強大且常見的機器學習架構適用於序列對序列的任務，例如機器翻譯、文字摘要和回答問題。您將認識編碼器與解碼器架構的主要元件，並瞭解如何訓練及提供這些模型。在對應的研究室逐步操作說明中，您將學習如何從頭開始使用 TensorFlow 寫程式，導入簡單的編碼器與解碼器架構來產生詩詞。

了解详情

本課程將介紹注意力機制，說明這項強大技術如何讓類神經網路專注於輸入序列的特定部分。此外，也將解釋注意力的運作方式，以及如何使用注意力來提高各種機器學習任務的成效，包括機器翻譯、文字摘要和回答問題。

了解详情

本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。概念源自物理學，尤其深受熱力學影響。過去幾年來，在學術界和業界都是炙手可熱的焦點。在 Google Cloud 中，擴散模型是許多先進圖像生成模型和工具的基礎。課程將介紹擴散模型背後的理論，並說明如何在 Vertex AI 上訓練和部署這些模型。

了解详情