让开发者使用Google最先进的生成式AI模型

点击蓝字 关注我们

关注并星标

从此不迷路

计算机视觉研究院

公众号ID｜计算机视觉研究院

学习群｜扫码在主页获取加入方式

计算机视觉研究院专栏

Column of Computer Vision Institute

谷歌人工智能Python SDK使开发人员能够使用谷歌最先进的生成人工智能模型（如Gemini和PaLM）来构建人工智能功能和应用程序

谷歌人工智能Python SDK使开发人员能够使用谷歌最先进的生成人工智能模型（如Gemini和PaLM）来构建人工智能功能和应用程序。此SDK支持以下用例：

• 从纯文本输入生成文本

• 从文本和图像输入生成文本（多模式）（仅适用于Gemini）

• 建立多回合对话（聊天）

• 嵌入（Embedding）

例如，只需几行代码，就可以访问Gemini的多模式功能，从文本和图像输入中生成文本：

model = genai.GenerativeModel('gemini-pro-vision')


cookie_picture = {
    'mime_type': 'image/png',
    'data': Path('cookie.png').read_bytes()
}
prompt = "Give me a recipe for this:"


response = model.generate_content(
    content=[prompt, cookie_picture]
)
print(response.text)

Try out the API

pip install google-generativeai

从AI Studio获取API密钥，然后在此处进行配置。

导入SDK并加载模型。https://makersuite.google.com/app/apikey

import google.generativeai as genai


genai.configure(api_key=os.environ["API_KEY"])


model = genai.GenerativeModel('gemini-pro')

使用GenerativeModel.generate_content让模型完成一些初始文本。

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

使用GenerativeModel.start_chat与模型进行讨论。

chat = model.start_chat()
response = chat.send_message('Hello, what should I have for dinner?')
print(response.text) #  'Here are some suggestions...'
response = chat.send_message("How do I cook the first one?")

Installation and usage

运行pip-install-googegenerativeai

有关详细说明，可以在Google文档中找到Google AI Python SDK的快速入门。

此快速入门介绍如何添加API密钥并在应用程序中安装SDK，初始化模型，然后调用API访问模型。它还描述了一些额外的用例和功能，如流式传输、嵌入、计数令牌和控制响应。

https://ai.google.dev/docs

© THE END 

转载请联系本公众号获得授权

计算机视觉研究院学习群等你加入！

ABOUT

计算机视觉研究院

计算机视觉研究院主要涉及深度学习领域，主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院每日分享最新的论文算法新框架，提供论文一键下载，并分享实战项目。研究院主要着重”技术研究“和“实践落地”。研究院会针对不同领域分享实践过程，让大家真正体会摆脱理论的真实场景，培养爱动手编程爱动脑思考的习惯！

 往期推荐 

• CRAS-YOLO：多类别船舶检测与分类模型

• 2PCNet：昼夜无监督域自适应目标检测（附原代码）
  

• CVPR2023：零样本通用分割框架（附源代码）
  

• 改进的检测算法：用于高分辨率光学遥感图像目标检测
  

• 小米平板6 Max-Yolo：在便携终端上实时检测不再是难题
  

• 机场项目：解决飞行物空间大小/纵横比、速度、遮挡等问题引起的实时目标检测问题

• 旋转角度目标检测的重要性！！！（附源论文下载）
  

• PE-YOLO：解决黑夜中的目标检测难点
  

• YOLO-S：小目标检测的轻量级、精确的类YOLO网络

• EdgeYOLO：边缘设备上实时运行的目标检测器及Pytorch实现