GSP1166

Présentation

Model Garden sur Agent Platform est une bibliothèque centralisée permettant de rechercher, découvrir et utiliser un large éventail de modèles proposés par Google et ses partenaires. Model Garden est disponible dans Agent Platform et accessible depuis la console Google Cloud. Cet atelier propose un cas d'utilisation qui vous permet d'explorer Model Garden, puis d'utiliser Agent Studio pour créer des prompts et les tester.

Model Garden

Model Garden sur Agent Platform est une collection de modèles de machine learning pré-entraînés et d'outils conçus pour simplifier le processus de création et de déploiement des modèles de machine learning.

Ces modèles peuvent présenter un large éventail de types et de tailles. Model Garden propose des modèles propriétaires tels que les modèles multimodaux de Google pour la vision, le dialogue, la génération et la complétion de code, mais aussi un large choix de modèles Open Source adaptés aux entreprises.

Model Garden fournit également divers outils pour vous aider à exploiter ces modèles, tels que :

• les fiches de modèle, qui fournissent des informations détaillées concernant chaque modèle, y compris sa justesse, ses performances et ses données d'entraînement ;
• la conception de prompts, qui vous permet d'interagir avec un modèle à travers une UI simple et de régler le modèle à l'aide de vos propres données.

L'un des modèles disponibles dans Model Garden est l'API Cloud Natural Language. L'API Cloud Natural Language vous permet d'extraire des entités à partir de texte, d'effectuer des analyses des sentiments et de la syntaxe, ainsi que de classer du texte selon des catégories.

Agent Studio

Agent Studio est un outil de la console Google Cloud qui permet de prototyper et de tester rapidement des modèles d'IA générative. Vous pouvez utiliser des exemples de prompts, concevoir vos propres prompts et personnaliser des modèles de fondation afin de traiter des tâches qui répondent aux besoins de votre application. Generative AI Studio vous permet de :

• tester des modèles à l'aide d'exemples de prompts ;
• concevoir et enregistrer vos propres prompts ;
• régler un modèle de fondation ;
• convertir la voix en texte et inversement.

Objectifs

Dans cet atelier, vous allez :

• explorer Model Garden sur Agent Platform pour trouver le modèle adapté à votre cas d'utilisation ;
• découvrir les types de modèles Agent Platform dans Model Garden.

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).

• Vous disposez d'un temps limité. N'oubliez pas qu'une fois l'atelier commencé, vous ne pouvez pas le mettre en pause.

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.

Cas d'utilisation

Vous travaillez comme analyste marketing pour le compte d'une agence immobilière. Votre entreprise souhaite exploiter de grands modèles de langage (LLM) pour afficher de courtes descriptions textuelles de biens immobiliers correspondant aux critères des acheteurs potentiels, ainsi que des informations concernant les prêts immobiliers. Votre mission consiste à créer des prompts capables de résumer de très longs descriptifs de logements présentés sur votre site immobilier. Les contenus en question sont stockés dans un fichier qui est hébergé au sein d'un bucket Google Cloud Storage. Pour gagner du temps, vous commencerez par explorer les modèles prédéfinis disponibles dans Model Garden. Vous devrez ensuite implémenter une solution pour résumer le texte à l'aide d'un modèle.

Tâche 1 : Activer les API

1. Dans le menu de navigation () de la console Google Cloud, sélectionnez Agent Platform > Tableau de bord.

2. Dans le tableau de bord Agent Platform, cliquez sur Activer toutes les API recommandées.

Tâche 2 : Explorer Model Garden

Pour afficher la liste des modèles Agent Platform et Open Source disponibles (modèles de fondation, ajustables ou spécifiques à une tâche), vous pouvez utiliser Model Garden.

1. Depuis le tableau de bord Agent Platform, dans le volet Outils sur la gauche, cliquez sur Model Garden.

Les catégories de modèles disponibles dans Model Garden sont les suivantes :

2. Les fiches de modèle sont listées sur la page Model Garden Agent Platform. Ouvrez une fiche de modèle de chaque catégorie. Par exemple, familiarisez-vous avec le modèle d'analyse des sentiments, qui inspecte le texte fourni et identifie l'opinion émotionnelle dominante au sein de ce texte. Ce modèle serait utile pour analyser le sentiment des avis Google reçus par votre agence immobilière, afin de suivre la satisfaction de vos clients.

Modèles disponibles dans AI Studio

1. Depuis le tableau de bord Agent Platform, dans le volet Outils sur la gauche, cliquez sur Model Garden pour revenir à la page principale de Model Garden.

2. Dans la section Modèles de fondation, cliquez sur Tout afficher, puis cliquez sur la fiche du modèle .

La page d'informations fournit une présentation du modèle Gemini Flash, y compris une description du modèle, un aperçu des cas d'utilisation potentiels et la documentation du modèle.

Vous remarquerez le bouton Ouvrir dans Agent Studio, qui ouvre l'interface de langage d'AI Studio dans laquelle vous pouvez interagir avec le modèle et le tester. AI Studio est une fonctionnalité de Agent Platform. Elle simplifie l'écriture et le réglage des prompts de texte, de chat et de génération de code, et les rend intuitifs.

3. Cliquez sur Ouvrir dans Agent Studio pour ouvrir le modèle Gemini dans Agent Studio.

Vous pouvez maintenant tester ce modèle pour découvrir comment il répond aux prompts.

Cliquez sur Vérifier ma progression pour valider la tâche exécutée. Explorer Model Garden

Tâche 3 : Explorer les types de modèles

Model Garden est un outil qui permet de découvrir des modèles de fondation et des modèles Open Source populaires, et d'interagir avec ces modèles, de manière centralisée. Vous pouvez choisir, parmi tous les modèles adaptés aux entreprises à votre disposition, le modèle adapté à votre cas d'utilisation, à votre niveau d'expertise en ML et à votre budget.

Avec Model Garden, vous pouvez suivre différents workflows, y compris :

• utiliser un modèle directement en tant qu'API ;
• régler le modèle dans AI Studio ;
• utiliser le modèle directement dans un notebook Jupyter depuis Agent Platform Workbench ;
• faciliter le déploiement de pipelines d'entraînement d'un modèle.

Dans cet atelier, vous allez explorer certains de ces workflows.

Modèles dans un notebook Jupyter

1. Dans le volet Outils sur la gauche, cliquez sur Model Garden pour revenir à la page Model Garden Agent Platform.

2. Sur le côté de la section Modèles de fondation, cliquez sur Tout afficher pour développer la liste complète des modèles de fondation.

Dans le volet de gauche, vous pouvez voir un certain nombre de types de groupes de modèles, qui vous permettent de filtrer la liste sur les modèles correspondant à vos besoins spécifiques. Pour afficher uniquement les modèles liés à la vision et à la détection :

3. Cliquez sur la fiche du modèle Owl-ViT.

Notez que la page OWL-ViT de Agent Platform inclut un lien Ouvrir le notebook pour ouvrir un notebook JupyterLab.

4. Cliquez sur Ouvrir le notebook pour ouvrir le notebook Colab Owl-ViT dans un nouvel onglet.

Vous pouvez passer en revue le notebook Colab, mais vous n'avez pas besoin de l'exécuter. Ce notebook Colab montre comment déployer le modèle Owl-ViT pré-entraîné sur Agent Platform pour la prédiction en ligne. Pour en savoir plus sur les notebooks Colab, accédez à la page d'accueil de Google Colaboratory.

5. Fermez l'onglet du notebook Colab pour revenir à l'onglet de la console Cloud.

Pour les modèles que vous souhaitez affiner, Model Garden sur Agent Platform vous offre un moyen facile de vous lancer.

Modèles faisant partie de pipelines d'entraînement de modèle

1. Dans le volet Outils sur la gauche, cliquez sur Model Garden pour revenir à la page Model Garden Agent Platform.

2. Dans la barre de recherche Rechercher des modèles, saisissez "bert" et sélectionnez le modèle BERT dans la liste des résultats.

   Remarque : Selon la largeur de votre navigateur, vous devrez peut-être cliquer sur Tout afficher ou développer votre fenêtre pour pouvoir afficher la fiche du modèle BERT.

3. Cliquez sur Affiner pour ouvrir le pipeline Agent Platform bert-finetuning.

Vous pouvez passer en revue le pipeline, mais vous n'avez pas besoin de l'exécuter.

Cliquez sur Vérifier ma progression pour valider la tâche exécutée. Explorer les types de modèles

Vous accédez à un exemple que vous pouvez utiliser pour affiner et déployer ce modèle. Vous pouvez voir les différents composants du pipeline que cet exemple est amené à exécuter.

Dans votre propre environnement de production, vous seriez amené à cliquer sur Créer un pipeline, à fournir ou confirmer les informations requises, puis à cliquer sur Envoyer. Cela déploie le pipeline sans que vous ayez à écrire de code.

Félicitations !

Vous vous êtes servi de Model Garden et d'AI Studio pour créer et tester des prompts destinés à différents cas d'utilisation de l'IA générative. Vous avez également exploré l'UI de Agent Studio.

Étapes suivantes et informations supplémentaires

• Vidéo : Premiers pas avec Agent Platform
• Pour comprendre la terminologie, consultez le glossaire du machine learning.
• Lisez la documentation officielle de Agent Studio.
• En savoir plus au sujet de Model Garden sur Agent Platform :
  • Site Web de Model Garden sur Agent Platform
  • Documentation de Model Garden
  • Blog sur l'IA et le machine learning (faites défiler pour localiser l'article de blog consacré à Model Garden)

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 : 9 octobre 2025

Dernier test de l'atelier : 9 octobre 2025

Copyright 2026 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.