Gemma のオープンモデル ファミリーには、幅広いモデルサイズ、機能、 カスタムの生成ソリューションの構築に役立つ、タスクに特化したバリエーションが用意されています。 これらは、Google Cloud 環境で Gemma モデルを使用する場合に アプリケーション:
- モデルを選択し、アプリケーションにそのままデプロイします
- モデルを選択し、特定のタスクに合わせてチューニングしてデプロイする コミュニティと共有することもできます。
このガイドは、モデルの選択、テスト、 必要に応じて、選択したモデルをチューニングできます。 説明します。
モデルの選択
このセクションでは、Gemma モデルの公式バリアントについて説明します。 アプリケーションのモデルを選択します。モデル バリアントによって、 一般的な機能、または特定のタスクに特化しており、 さまざまなパラメータ サイズで用意されているため、お好みのモデルを選択できます。 コンピューティング要件を満たすことができます。
Gemma モデルリスト
次の表に、Gemma モデル ファミリーの主要バリアントとその特徴を示します。 プラットフォーム:
| パラメータ サイズ | 入力 | 出力 | アーキテクチャ | パターン | 目的のプラットフォーム |
|---|---|---|---|---|---|
| 20 億 | テキスト | テキスト | Gemma 2 | モバイル デバイスとノートパソコン | |
| Gemma 1 | |||||
| 30 億人 | テキスト、画像 | テキスト | Gemma 1 | モバイル デバイスとノートパソコン | |
| 70 億人 | テキスト | テキスト | Gemma 1 | デスクトップ コンピュータと小規模サーバー | |
| 90 億 | テキスト | テキスト | Gemma 2 | ハイエンド デスクトップ パソコンとサーバー | |
| Gemma 1 | |||||
| 270 億 | テキスト | テキスト | Gemma 2 | 大規模なサーバーまたはサーバー クラスタ |
Gemma の公式モデル バリアントはすべて Kaggle モデル。
モデルをテストする
Gemma モデルをテストするには、 ダウンロード モデルとサポート ソフトウェアなどです。次に、モデルにプロンプトを入力することで、 その応答を評価します。次の Python ノートブックのいずれかを、 推奨される機械学習フレームワークをテスト環境とプロンプトを設定 Gemma モデルの場合:
AI Studio で Gemma 2 をテストする
開発環境を設定しなくても、Gemma 2 をすぐにテストできます。 Google AI Studio ですこのウェブ アプリケーションでは、Gemma 2 でプロンプトを試すことができます 評価する必要があります
Google AI Studio で Gemma 2 を試すには:
AI Studio を開きます。
右側の [実行設定] パネルの [モデル] フィールドで、次の操作を行います。 Gemma 2 モデルを選択します。
中央パネルの下部でプロンプトを入力し、[実行] を選択します。
AI Studio の使用方法について詳しくは、 Google AI Studio クイックスタート
モデルをチューニングする
Gemma モデルの動作を変更するには、モデルをチューニングします。調整 モデルには十分なサイズの入力データセットと期待されるレスポンスが必要 モデルの動作を導きます。さらに、 チューニング実行を完了するためのコンピューティング リソースとメモリ リソースが、 テキスト生成用の Gemma モデルです。次のいずれかの Python ノートブックを使用して、 チューニング開発環境を設定し、Gemma モデルをチューニングします。
次のステップ
Gemma でより多くのソリューションを構築する方法については、以下のガイドをご覧ください。