GSP1293

Présentation

Cet atelier présente les fonctionnalités d'exécution de code du modèle Gemini 2.0 Flash, un nouveau modèle d'IA générative multimodale de Google DeepMind. Gemini 2.0 Flash offre des améliorations en termes de rapidité, de qualité et de capacités de raisonnement avancées, y compris une meilleure compréhension, un meilleur codage et une meilleure exécution des instructions.

L'une des principales fonctionnalités de ce modèle est l'exécution de code, c'est-à-dire la possibilité de générer et d'exécuter du code Python directement dans l'API. Si vous souhaitez que l'API génère et exécute du code Python, puis renvoie les résultats, vous pouvez utiliser l'exécution de code comme indiqué dans cet atelier.

Cette fonctionnalité d'exécution de code permet au modèle de générer et d'exécuter du code, d'observer les résultats, de corriger le code si nécessaire et d'apprendre de manière itérative à partir des résultats jusqu'à ce qu'il produise un résultat final. Cela est particulièrement utile pour les applications qui impliquent un raisonnement basé sur du code, comme la résolution d'équations mathématiques ou le traitement de texte.

Gemini

Gemini est une famille de modèles d'IA générative puissants développés par Google DeepMind, capables de comprendre et de générer plusieurs formes de contenu, comme du texte, du code, des images, du son et des vidéos.

API Gemini dans Vertex AI

L'API Gemini dans Vertex AI fournit une interface unifiée pour interagir avec les modèles Gemini. Elle permet aux développeurs d'intégrer facilement ces puissantes fonctionnalités d'IA dans leurs applications. Pour connaître les dernières actualités et les fonctionnalités spécifiques des versions les plus récentes, veuillez consulter la documentation officielle sur Gemini.

Modèles Gemini

• Gemini Pro : conçu pour les tâches de raisonnement complexe, par exemple :
  • l'analyse et la synthèse de grands volumes d'informations ;
  • le raisonnement multimodal sophistiqué (sur du texte, du code, des images, etc.) ;
  • la résolution efficace de problèmes à l'aide de codebases complexes.
• Gemini Flash : optimisé pour être rapide et efficace, il offre :
  • des temps de réponse inférieurs à une seconde et un haut débit ;
  • une qualité élevée à moindre coût pour une grande variété de tâches ;
  • des fonctionnalités multimodales améliorées, dont une meilleure compréhension spatiale, de nouvelles modalités de sortie (texte, audio, images) et l'utilisation native d'outils (recherche Google, exécution de code et fonctions tierces).

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.

Objectifs

Dans cet atelier, vous allez apprendre à générer et exécuter du code à l'aide de l'API Gemini dans Vertex AI et du SDK Google Gen AI pour Python avec le modèle Gemini 2.0 Flash.

Vous allez effectuer les tâches suivantes :

• Générer et exécuter un exemple de code Python à partir de requêtes textuelles
• Explorer des données grâce à l'exécution de code dans des chats multitours
• Utiliser l'exécution de code dans des sessions de streaming

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.

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. Configurer le notebook

Tâche 3 : Utiliser l'exécution de code dans Gemini 2.0

Dans cette section, vous allez utiliser l'API Gemini pour générer et exécuter du code Python.

Charger le modèle Gemini

Le code indiqué dans la section du notebook ci-dessous charge le modèle Gemini 2.0 Flash. Pour en savoir plus sur tous les modèles Gemini sur Vertex AI, consultez la documentation.

1. Parcourez la section Charger le modèle Gemini du notebook.

Définir l'outil d'exécution du code

Le code indiqué dans la section du notebook ci-dessous initialise l'outil d'exécution du code en transmettant code_execution dans une définition Tool. Vous allez ensuite enregistrer cet outil auprès du modèle afin qu'il puisse l'utiliser pour générer et exécuter du code Python.

1. Parcourez la section Définir l'outil d'exécution du code du notebook.

Générer et exécuter du code

Le code indiqué dans la section du notebook ci-dessous envoie une requête au modèle Gemini, qui lui demande de générer et d'exécuter du code Python pour calculer la somme des 50 premiers nombres premiers. L'outil d'exécution du code est transmis au modèle afin qu'il puisse générer et exécuter le code.

1. Parcourez la section Générer et exécuter du code du notebook.

Afficher le code généré

Le code indiqué dans la section du notebook ci-dessous parcourt la réponse et affiche le code Python généré en recherchant part.executable_code dans les parties de la réponse.

1. Parcourez la section Afficher le code généré du notebook.

Afficher les résultats de l'exécution du code

Le code indiqué dans la section du notebook ci-dessous parcourt la réponse et affiche le résultat de l'exécution en recherchant part.code_execution_result dans les parties de la réponse.

1. Parcourez la section Afficher les résultats de l'exécution du code du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Utiliser l'exécution de code dans Gemini 2.0

Tâche 4 : Exécuter du code dans une session de chat

Cette section montre comment utiliser l'exécution de code dans un chat interactif avec historique à l'aide de l'API Gemini. Vous pouvez créer une session de chat pour que le modèle génère et exécute du code Python. Vous commencerez par demander au modèle de générer un échantillon de données de séries temporelles avec du bruit et de renvoyer un échantillon de 10 points de données.

Vous pourrez ensuite parcourir la réponse pour afficher le code généré et les résultats de l'exécution. Puis, vous allez demander au modèle d'ajouter une série de données lissées aux données de série temporelle et d'afficher les résultats. Pour terminer, vous allez demander au modèle de générer des statistiques descriptives pour les données de série temporelle et d'afficher les résultats.

1. Parcourez la section Exécuter du code dans une session de chat du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Exécuter du code dans une session de chat

Tâche 5 : Exécuter du code dans une session de streaming

Vous pouvez également utiliser la fonctionnalité d'exécution du code avec la sortie en streaming de l'API Gemini. Le code de la section ci-dessous montre comment l'API Gemini peut générer et exécuter du code tout en affichant les résultats.

1. Parcourez la section Exécuter du code dans une session de streaming du notebook.

Cliquez sur Vérifier ma progression pour valider l'objectif. Exécuter du code dans une session de streaming

Félicitations !

Vous savez désormais comment générer et exécuter du code Python avec Gemini 2.0, et comment afficher le résultat. Cette fonctionnalité vous permet de créer des applications plus dynamiques et interactives. Vous pouvez maintenant exploiter ces compétences pour créer des solutions innovantes et simplifier vos workflows. Continuez à explorer le potentiel de Gemini 2.0 et découvrez comment cette solution peut vous aider à mener à bien vos projets.

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 mise à jour du manuel : 11 février 2025

Dernier test de l'atelier : 11 février 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.