Gemini 1.5 Pro API教程：開始使用Google的LLM

gemini 1.5 Pro：深入研究Google的高級多模式AI及其API

Google的Gemini 1.5 Pro代表了AI的重大飛躍，在文本，視頻和音頻模式之間具有長篇文本的推理能力。該教程指導您連接並利用Gemini 1.5 Pro API來進行檢索，問答和秘密學習等任務。 要對雙子座家族有更廣泛的了解，請探索此資源：什麼是Google Gemini

。 雙子座家族：一系列功能 Gemini AI家族由Google Research和Google DeepMind開發的幾種生成AI模型。這些模型在各種多模式任務中表現出色，從而幫助開發人員進行內容創建和解決問題。 每個模型變體都是針對特定應用程序量身定制的，可在各種情況下優化性能。 家庭通過提供三個尺寸級別來平衡計算需求和功能：

本教程重點介紹Gemini 1.5 Pro，這是1.5系列中的首屆模型。

gemini 1.5 Pro：前所未有的長篇小寫理解

gemini 1.5 Pro的大量上下文窗口（至少1000萬個令牌）使其能夠理解各種應用程序的廣泛背景。跨長依賴性任務進行嚴格的測試證明了其出色的功能。 它在“針中的針刺”場景中達到了接近完美的召回（＆GT; 99％），即使大草原超過1000萬個令牌也是如此。 Gemini 1.5 Pro優於競爭者，包括使用外部檢索方法的競爭對手，尤其是在需要理解大量內容相互依賴的任務上。 它執行秘密學習的能力，例如從單個語言文檔中翻譯新語言的能力，也非常出色。 這種增強的長篇小說性能不會損害其固有的多模式能力。它在各個領域（數學，科學和推理的28.9％）在其前任（Gemini 1.0 Pro）方面有了顯著改善，甚至超過了許多基準中的Gemini 1.0 Ultra Model。

數據源。 有關全面的詳細信息，請參閱技術報告：“雙子座1.5：在數百萬個上下文中解鎖多模式理解”。 Gemini 1.5 pro 的現實世界應用 gemini 1.5 Pro處理數百萬個代幣的能力為創新應用打開了門：

>

軟件工程：它可以在大規模代碼庫中查明特定代碼位置（例如，在746,152-token Jax Codebase中識別核心自動差異方法）。

）。

語言翻譯：它可以在有限的在線數據的語言之間翻譯，僅依賴於提供的上下文（例如，使用語法書籍和WordList從英語翻譯為Kalamang）。 這顯示了保存瀕危語言的希望。

>
• >圖像和視頻分析：它可以在冗長的文本中識別場景（例如，根據草圖找到一個場景
lesmisérables
• ）和視頻（例如。 連接到雙子座1.5 Pro API：逐步指南
>
• >讓我們探索如何通過其API訪問雙子座1.5 Pro的力量。 步驟1：獲得API鍵
>

>導航到開發人員頁面的Google AI（確保您登錄）。 單擊“獲取API鍵”生成一個。 您需要設置一個項目。

>步驟2：設置您的python環境

安裝必要的python軟件包：

pip install google-generativeai

>導入您的jupyter筆記本中所需的庫：

import google.generativeai as genai
from google.generativeai.types import ContentType
from PIL import Image
from IPython.display import Markdown
import time
import cv2

>步驟3：進行API調用

>

>用鍵配置API：

GOOGLE_API_KEY = 'your-api-key-goes-here'
genai.configure(api_key=GOOGLE_API_KEY)

檢查可用模型：

for m in genai.list_models():
    if 'generateContent' in m.supported_generation_methods:
        print(m.name)

>訪問Gemini 1.5 Pro：

model = genai.GenerativeModel('gemini-1.5-pro-latest')

做一個簡單的文本提示：

response = model.generate_content("Please provide a list of the most influential people in the world.")
print(response.text)

雙子AI提供了多個響應候選者；選擇最好的一個。

>

>帶有雙子座的圖像提示1.5 pro

>

>讓我們演示圖像處理。 假設您有一個名為“ bookshelf.jpeg”的圖像：

>

text_prompt = "List all the books and help me organize them into three categories."
bookshelf_image = Image.open('bookshelf.jpeg')
prompt = [text_prompt, bookshelf_image]
response = model.generate_content(prompt)
Markdown(response.text)

結論

> Gemini 1.5 Pro具有其擴展上下文窗口和多模式功能，為各種應用程序提供了強大的工具。 它的API提供了使用不同數據類型的靈活性，使其成為開發人員的寶貴資產。 為了促進您的AI知識，請考慮此技能軌道： ai基礎知識技能

。 。

以上是Gemini 1.5 Pro API教程：開始使用Google的LLM的詳細內容。更多資訊請關注PHP中文網其他相關文章！