Google Cloud'da Gemini ile derleme

Gemini'de yeniyseniz hızlı başlangıç kılavuzlarını kullanarak işe en hızlı şekilde başlayabilirsiniz.

Ancak üretken yapay zeka çözümleriniz geliştikçe üretken yapay zeka uygulamalarını ve çözümlerini uçtan uca geliştirmek ve dağıtmak için bir platforma ihtiyacınız olabilir. Google Cloud, geliştiricilerin uygulama geliştirmenin ilk aşamalarından uygulama dağıtımına, uygulama barındırmaya ve karmaşık verileri geniş ölçekte yönetmeye kadar üretken yapay zekanın gücünden yararlanmasını sağlayan kapsamlı bir araç ekosistemi sunar.

Google Cloud'un Vertex AI platformu, verimlilik ve güvenilirlik için yapay zeka modellerinin kullanımını, dağıtımını ve izlemesini kolaylaştıran bir MLOps araç paketi sunar. Ayrıca veritabanları, DevOps araçları, günlük kaydı, izleme ve IAM ile entegrasyonlar, üretken yapay zeka yaşam döngüsünün tamamını yönetmek için bütünsel bir yaklaşım sağlar.

Aşağıdaki tabloda, kullanım alanınız için hangi seçeneğin doğru olduğuna karar vermenize yardımcı olmak amacıyla Google Yapay Zeka ile Vertex AI arasındaki temel farklılıklar özetlenmektedir:

Google Cloud'da üretken yapay zeka uygulamanızı oluşturmak için hangi ürünlerin, çerçevelerin ve araçların en uygun olduğunu öğrenmek istiyorsanız Google Cloud'da üretken yapay zeka uygulaması oluşturma başlıklı makaleyi inceleyin.

Google Yapay Zeka'daki Gemini'den Vertex AI'ya geçiş

Uygulamanız Google AI Gemini API'lerini kullanıyorsa Google Cloud'un Vertex AI Gemini API'lerine geçmeniz gerekir.

Taşıma işlemi sırasında:

• Mevcut Google Cloud projenizi (API anahtarınızı oluşturmak için kullandığınız proje) kullanabilir veya yeni bir Google Cloud projesi oluşturabilirsiniz.

• Desteklenen bölgeler Google AI Studio ve Vertex AI arasında farklılık gösterebilir. Google Cloud'da üretken yapay zeka için desteklenen bölgelerin listesine bakın.

• Google AI Studio'da oluşturduğunuz tüm modellerin Vertex AI'da yeniden eğitilmesi gerekir.

Gemini API'yi doğrudan bir üretim mobil veya web uygulamasından çağırmak istiyorsanız Firebase istemci SDK'larında Vertex AI'ı kullanmaya geçiş yapmanız gerektiğini unutmayın (Swift, Android, Web ve Flutter uygulamaları için kullanılabilir). Bu istemci SDK'ları, üretim mobil ve web uygulamaları için önemli güvenlik seçenekleri ve diğer özellikler sunar.

Python: Google AI Gemini API'den Vertex AI Gemini API'ye geçiş

Aşağıdaki bölümlerde, Python kodunuzu Vertex AI Gemini API'yi kullanacak şekilde taşımanıza yardımcı olacak kod snippet'leri gösterilmektedir.

Vertex AI Python SDK Kurulumu

Vertex AI'da API anahtarına ihtiyacınız yoktur. Bunun yerine, Vertex AI'daki Gemini, IAM erişimi kullanılarak yönetilir. Bu erişim, bir kullanıcının, grubun veya hizmet hesabının Vertex AI SDK'sı aracılığıyla Gemini API'yi çağırma iznini kontrol eder.

Kimlik doğrulamanın birçok yolu olsa da geliştirme ortamında kimlik doğrulamanın en kolay yolu Google Cloud KSA'yı yüklemek ve ardından kullanıcı kimlik bilgilerinizi kullanarak KSA'da oturum açmaktır.

Vertex AI'a çıkarım çağrıları yapmak için kullanıcı veya hizmet hesabınızda Vertex AI Kullanıcı rolünün de bulunduğundan emin olmanız gerekir.

İstemciyi yüklemek için kod örneği

# To install the Python SDK, use this CLI command:
# pip install google-generativeai

import google.generativeai as genai
from google.generativeai import GenerativeModel

API_KEY="API_KEY"
genai.configure(api_key=API_KEY)
        

# To install the Python SDK, use this CLI command:
# pip install google-cloud-aiplatform

import vertexai
from vertexai.generative_models import GenerativeModel, Image

PROJECT_ID = "PROJECT_ID"
REGION = "REGION"  # e.g. us-central1
vertexai.init(project=PROJECT_ID, location=REGION)
        

Metin isteminden metin oluşturmaya yönelik kod örneği

model = GenerativeModel("gemini-1.5-flash")

response = model.generate_content("The opposite of hot is")
print(response.text) #  The opposite of hot is cold.
        

model = GenerativeModel("gemini-1.5-flash")

response = model.generate_content("The opposite of hot is")
print(response.text) #  The opposite of hot is cold.
        

Metin ve resimden metin oluşturmaya yönelik kod örneği

import PIL.Image

multimodal_model = GenerativeModel("gemini-1.5-flash")

image = PIL.Image.open("image.jpg")

response = multimodal_model.generate_content(["What is this picture?", image])
print(response.text) # A cat is shown in this picture.
        

multimodal_model = GenerativeModel("gemini-1.5-flash")

image = Image.load_from_file("image.jpg")

response = multimodal_model.generate_content(["What is shown in this image?", image])

print(response.text) # A cat is shown in this picture.
        

Çok turlu sohbet oluşturmak için kod örneği

model = GenerativeModel("gemini-1.5-flash")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        

model = GenerativeModel("gemini-1.5-flash")

chat = model.start_chat()

print(chat.send_message("How are you?").text)
print(chat.send_message("What can you do?").text)
        

Kullanılmayan API anahtarlarını silme

Google AI Gemini API anahtarınızı artık kullanmanız gerekmiyorsa güvenlikle ilgili en iyi uygulamaları uygulayarak anahtarı silin.

API anahtarını silmek için:

1. Google Cloud API Kimlik Bilgileri sayfasını açın.

2. Silmek istediğiniz API anahtarını bulun ve İşlemler simgesini tıklayın.

3. API anahtarını sil'i seçin.

4. Kimliği sil modalinde Sil'i seçin.

   Bir API anahtarının silinmesi birkaç dakika sürer. Yayma işlemi tamamlandıktan sonra, silinen API anahtarını kullanan tüm trafik reddedilir.

Sonraki adımlar

• Vertex AI'daki üretken yapay zeka çözümleri hakkında daha fazla bilgi edinmek için Vertex AI'da üretken yapay zekaya genel bakış başlıklı makaleyi inceleyin.
• Vertex AI Gemini API hakkında daha fazla bilgi edinin.