加入 登录

在 Google Cloud 控制台中运用您的技能

Yifan Yu0405

成为会员时间：2023

钻石联赛

55240 积分
适用于应用开发者的 Gemini Earned Sep 20, 2024 EDT
Gmail 中的 Gemini Earned Sep 19, 2024 EDT
Gemini for Google Workspace 简介 Earned Sep 19, 2024 EDT
在 Google Cloud 上设置应用开发环境 Earned Dec 30, 2023 EST
在 Google Cloud 上使用 Terraform 构建基础设施 Earned Dec 30, 2023 EST
Logging and Monitoring in Google Cloud Earned Dec 29, 2023 EST
Google Kubernetes Engine 使用入门 Earned Dec 28, 2023 EST
可靠的 Google Cloud 基础设施: 设计和流程 Earned Dec 27, 2023 EST
Google Cloud 弹性基础设施：扩缩和自动化 Earned Dec 26, 2023 EST
Google Cloud 重要基础设施：核心服务 Earned Dec 23, 2023 EST
Preparing for your Professional Cloud Architect Journey Earned Dec 21, 2023 EST
Google Cloud 基础知识：核心基础设施 Earned Dec 18, 2023 EST
Google Cloud 重要基础设施：基础 Earned Nov 1, 2023 EDT
探索生成式 AI - Vertex AI Earned Oct 30, 2023 EDT
Vertex AI Studio 简介 Earned Oct 29, 2023 EDT
创建图片标注模型 Earned Oct 29, 2023 EDT
Transformer 模型和 BERT 模型 Earned Oct 29, 2023 EDT
编码器-解码器架构 Earned Oct 29, 2023 EDT
注意力机制 Earned Oct 29, 2023 EDT
图像生成简介 Earned Oct 29, 2023 EDT
DEPRECATED Language, Speech, Text, & Translation with Google Cloud APIs Earned Oct 29, 2023 EDT
生成式 AI 简介 Earned Oct 29, 2023 EDT
Use Machine Learning APIs on Google Cloud Earned Oct 29, 2023 EDT
Google Cloud Big Data and Machine Learning Fundamentals Earned Oct 28, 2023 EDT
Production Machine Learning Systems Earned Oct 26, 2023 EDT
Machine Learning in the Enterprise Earned Oct 25, 2023 EDT
Feature Engineering Earned Oct 21, 2023 EDT
Build, Train and Deploy ML Models with Keras on Google Cloud Earned Oct 20, 2023 EDT
Launching into Machine Learning Earned Oct 16, 2023 EDT
Google Cloud 上的 AI 和机器学习简介 Earned Oct 15, 2023 EDT

在本课程中，您将了解 Google Cloud 中依托生成式 AI 技术的协作工具 Gemini 如何帮助开发者构建应用。您将学习如何向 Gemini 输入提示，让其为您解释代码、推荐 Google Cloud 服务并为您的应用生成代码。您将通过实操实验体验 Gemini 对应用开发工作流的改进作用。 Duet AI 已更名为 Gemini，这是我们的新一代模型。

了解详情

Google Workspace 专用 Gemini 是一个插件，可在 Google Workspace 中为客户提供生成式 AI 功能。在本迷你课程中，您将了解 Gemini 的主要功能，以及如何在 Gmail 中使用这些功能来提高工作效率。

了解详情

Google Workspace 专用 Gemini 是一个插件，可在 Google Workspace 中为客户提供生成式 AI 功能。在本学习路线中，您将了解 Gemini 的主要功能，以及如何在 Google Workspace 中使用它们来提高工作效率。

了解详情

完成“在 Google Cloud 上设置应用开发环境”课程，赢取技能徽章；通过该课程，您将了解如何使用以下技术的基本功能来构建和连接以存储为中心的云基础设施： Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。 技能徽章是由 Google Cloud 颁发的专属数字徽章， 旨在认可您在 Google Cloud 产品与服务方面的熟练度；您需要在交互式实操环境中参加考核，证明自己运用所学知识的能力后才能获得。完成此技能徽章课程和作为最终评估的实验室挑战赛，获得技能徽章，在您的人际圈中炫出自己的技能。

了解详情

完成在 Google Cloud 上使用 Terraform 构建基础设施技能徽章中级课程， 展示您在以下方面的技能：在使用 Terraform 时遵循基础设施即代码 (IaC) 原则；利用 Terraform 配置 来预配和管理 Google Cloud 资源；管理有效状态（本地和远程）；以及将 Terraform 代码模块化，以方便重复使用和整理。 技能徽章通过动手实验和挑战赛形式的评估，检验您对特定产品的实际知识掌握情况。完成课程即可获得徽章，也可直接参加实验室挑战赛， 快速获得徽章。徽章可证明您掌握技能的熟练程度，提升您的专业形象，最终助您获得更多职业机会。 欢迎访问您的个人资料，并跟踪您已获得的徽章。

了解详情

This course teaches participants techniques for monitoring and improving infrastructure and application performance in Google Cloud. Using a combination of presentations, demos, hands-on labs, and real-world case studies, attendees gain experience with full-stack monitoring, real-time log management and analysis, debugging code in production, tracing application performance bottlenecks, and profiling CPU and memory usage.

了解详情

欢迎学习“Google Kubernetes Engine 使用入门”课程。Kubernetes 是位于应用和硬件基础架构之间的软件层，如果您对 Kubernetes 感兴趣，那就来对地方了！Google Kubernetes Engine 将 Kubernetes 作为 Google Cloud 上的代管式服务提供给您使用。 本课程的目标是介绍 Google Kubernetes Engine（通常称为 GKE）的基础知识，以及将应用容器化并在 Google Cloud 中运行的方法。本课程首先介绍 Google Cloud 的基础知识，然后概述容器、Kubernetes、Kubernetes 架构以及 Kubernetes 操作。

了解详情

本课程指导学员运用久经考验的设计模式在 Google Cloud 上构建高度可靠且高效的解决方案。它是“Google Compute Engine 架构设计”或“Google Kubernetes Engine 架构设计”课程的延续，并假定您有使用其中任何一门课程所涵盖技术的实践经验。通过一系列演示、设计活动和动手实验，学员可以了解如何定义及平衡业务要求和技术要求，以便设计可靠性和可用性高、安全且经济实惠的 Google Cloud 部署。

了解详情

这是一套自助式速成课程，向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务。学员将通过一系列视频讲座、演示和实操实验，探索和部署各种解决方案元素，包括安全互连网络、负载均衡、自动扩缩、基础架构自动化和代管式服务。

了解详情

这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务，着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验，探索和部署各种解决方案元素，包括网络、系统和应用服务等基础架构组件。本课程的内容还包括如何部署实用的解决方案，包括客户提供的加密密钥、安全和访问权限管理、配额和结算，以及资源监控。

了解详情

This course helps learners create a study plan for the PCA (Professional Cloud Architect) certification exam. Learners explore the breadth and scope of the domains covered in the exam. Learners assess their exam readiness and create their individual study plan.

了解详情

“Google Cloud 基础知识：核心基础设施”介绍在使用 Google Cloud 时会遇到的重要概念和术语。本课程通过视频和实操实验来介绍并比较 Google Cloud 的多种计算和存储服务，并提供重要的资源和政策管理工具。

了解详情

这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务，其中着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验，探索和部署各种解决方案元素，包括网络、虚拟机和应用服务等基础架构组件。您将学习如何通过控制台和 Cloud Shell 使用 Google Cloud。您还将了解云架构师角色、基础架构设计方法以及虚拟网络配置和虚拟私有云 (VPC)、项目、网络、子网、IP 地址、路由及防火墙规则。

了解详情

探索生成式 AI - Vertex AI 课程汇集了多组实验， 指导用户在 Google Cloud 平台上运用生成式 AI。参与实验，您将了解 如何使用 Vertex AI PaLM API 系列模型，包括 text-bison、chat-bison 和 textembedding-gecko。您还将了解提示设计、最佳实践， 以及如何使用生成式 AI 进行构思、文本分类、文本提取、文本 总结等任务。您还将学习如何通过 Vertex AI 自定义训练对基础模型进行调优， 并将模型部署到 Vertex AI 端点。

了解详情

本课程介绍 Vertex AI Studio，这是一种用于与生成式 AI 模型交互、围绕业务创意进行原型设计并在生产环境中落地的工具。通过沉浸式应用场景、富有吸引力的课程和实操实验，您将探索从提示到产品的整个生命周期，了解如何将 Vertex AI Studio 用于多模态 Gemini 应用、提示设计、提示工程和模型调优。本课程的目的在于帮助您利用 Vertex AI Studio，在自己的项目中充分发掘生成式 AI 的潜力。

了解详情

本课程教您如何使用深度学习来创建图片标注模型。您将了解图片标注模型的不同组成部分，例如编码器和解码器，以及如何训练和评估模型。学完本课程，您将能够自行创建图片标注模型并用来生成图片说明。

了解详情

本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分，例如自注意力机制，以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务，例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。

了解详情

本课程简要介绍了编码器-解码器架构，这是一种功能强大且常见的机器学习架构，适用于机器翻译、文本摘要和问答等 sequence-to-sequence 任务。您将了解编码器-解码器架构的主要组成部分，以及如何训练和部署这些模型。在相应的实验演示中，您将在 TensorFlow 中从头编写简单的编码器-解码器架构实现代码，以用于诗歌生成。

了解详情

本课程将向您介绍注意力机制，这是一种强大的技术，可令神经网络专注于输入序列的特定部分。您将了解注意力的工作原理，以及如何使用它来提高各种机器学习任务的性能，包括机器翻译、文本摘要和问题解答。

了解详情

本课程向您介绍扩散模型。这类机器学习模型最近在图像生成领域展现出了巨大潜力。扩散模型的灵感来源于物理学，特别是热力学。过去几年内，扩散模型成为热门研究主题并在整个行业开始流行。Google Cloud 上许多先进的图像生成模型和工具都是以扩散模型为基础构建的。本课程向您介绍扩散模型背后的理论，以及如何在 Vertex AI 上训练和部署此类模型。

了解详情

In this quest you will use a collection of Google APIs that are all related to language, and speech. You will use the Speech-to-Text API to transcribe an audio file into a text file, the Cloud Translation API to translate from one language to another, the Cloud Translation API to detect what language is being used and translate to a different language, the Natural Language API to classify text and analyze sentiment, and create synthetic speech.

了解详情

这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。

了解详情

Earn the advanced skill badge by completing the Use Machine Learning APIs on Google Cloud course, where you learn the basic features for the following machine learning and AI technologies: Cloud Vision API, Cloud Translation API, and Cloud Natural Language API.

了解详情

This course introduces the Google Cloud big data and machine learning products and services that support the data-to-AI lifecycle. It explores the processes, challenges, and benefits of building a big data pipeline and machine learning models with Vertex AI on Google Cloud.

了解详情

This course covers how to implement the various flavors of production ML systems— static, dynamic, and continuous training; static and dynamic inference; and batch and online processing. You delve into TensorFlow abstraction levels, the various options for doing distributed training, and how to write distributed training models with custom estimators. This is the second course of the Advanced Machine Learning on Google Cloud series. After completing this course, enroll in the Image Understanding with TensorFlow on Google Cloud course.

了解详情

This course takes a real-world approach to the ML Workflow through a case study. An ML team faces several ML business requirements and use cases. The team must understand the tools required for data management and governance and consider the best approach for data preprocessing. The team is presented with three options to build ML models for two use cases. The course explains why they would use AutoML, BigQuery ML, or custom training to achieve their objectives.

了解详情

This course explores the benefits of using Vertex AI Feature Store, how to improve the accuracy of ML models, and how to find which data columns make the most useful features. This course also includes content and labs on feature engineering using BigQuery ML, Keras, and TensorFlow.

了解详情

This course covers building ML models with TensorFlow and Keras, improving the accuracy of ML models and writing ML models for scaled use.

了解详情

The course begins with a discussion about data: how to improve data quality and perform exploratory data analysis. We describe Vertex AI AutoML and how to build, train, and deploy an ML model without writing a single line of code. You will understand the benefits of Big Query ML. We then discuss how to optimize a machine learning (ML) model and how generalization and sampling can help assess the quality of ML models for custom training.

了解详情

本课程介绍 Google Cloud 中的 AI 和机器学习 (ML) 服务，这些服务可构建预测式和生成式 AI 项目。本课程探讨从数据到 AI 的整个生命周期中可用的技术、产品和工具，包括 AI 基础、开发和解决方案。通过引人入胜的学习体验和实操练习，本课程可帮助数据科学家、AI 开发者和机器学习工程师提升技能和知识水平。

了解详情