Surendrapalsingh Jhiout
Member since 2022
Gold League
2677 points
Member since 2022
將代理從 localhost 移至正式環境。本課程將說明如何將 ADK 代理部署至 Vertex AI Agent Engine 和 Cloud Run,並透過 Memory Bank 視情況啟用跨工作階段記憶。
運用 Google 的 Agent Development Kit (ADK) 和 Google Cloud 的強大基礎架構,探索多代理系統的架構和部署作業。您將學習設計階層式代理樹狀結構和確定性工作流程代理,同時找出理想的託管環境 (從無伺服器 Cloud Run 到高效能 GKE),確保您的 AI 代理安全、具備擴充性且可部署於正式環境。
您已經成功打造第一個代理,是時候迎接更進階的挑戰。在本課程中,您將學習如何應用進階指令、選擇模型、建立規劃能力及結構化輸出模式,藉此將基本 AI 代理轉為高明又精確的助理,讓您的技能更上一層樓。加入社群論壇,提出問題並參與討論
使用 Agent Development Kit (ADK) 建構、設定及執行您的第一個 AI 代理,將自身代理知識化為實際成果。 在這堂實作課程,您會設立完整的 ADK 開發環境,並使用 Python 程式碼和 YAML 設定打造代理,然後透過多個介面執行。您也會瞭解定義代理行為的核心參數,將課程 1 的學習成果轉化為實際運作的程式碼。
瞭解如何使用 Agent Development Kit (ADK),建構複雜的 AI 代理並用於正式環境。本課程介紹 ADK 的開放原始碼框架,包括簡單的提示工程,以及程式碼優先的結構化軟體開發做法 (適用於企業級多代理系統)。
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。
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。
雲端技術是強大的資產,與資料搭配後,將成為創新和提升客戶體驗的催化劑。「運用 Google Cloud 探索資料轉換功能」課程將探討機構如何運用雲端,讓資料更易於存取、做為行動依據和更有價值。 這門課程是 Cloud Digital Leader 學習路徑的一部分,旨在協助個人在職務上成長,並打造企業的未來。
數位轉型是現代組織必經的關鍵旅程,而建立穩固的雲端運算基礎,是跨出有意義創新的第一步。本課程「透過 Google Cloud 進行數位轉型」,將會介紹核心技術和策略框架,協助組織革新營運方式,並探討基本的雲端概念、全球網路基礎架構和共同責任模式,幫助主管在雲端之路上自信前行。本課程是 Cloud Digital Leader 學習路徑的一部分,旨在促進個人職能發展,並打造企業的未來。