Gemini 2.0 Pro를 사용하여 멀티 모달 AI 애플리케이션 구축

Google의 Gemini 2.0 Pro : 멀티 모달 AI 기능 및 배포에 대한 깊은 다이빙 Google은 아직 가장 진보 된 AI 모델 인 Gemini 2.0 Pro를 공개했습니다. 현재 실험 단계에서 개발자를위한 API를 통해 액세스 할 수 있습니다. 이 강력한 모델은 코딩과 복잡한 추론에 빛을 발하며 광범위한 정보를 처리하기 위해 2 백만 개의 토큰 컨텍스트 창을 자랑합니다. Google 검색을 활용하고 코드를 실행하는 기능이 다양성에 추가됩니다. 이 튜토리얼은 Google의 Genai Python 패키지를 사용하여 Gemini 2.0 Pro 기능에 액세스하는 방법을 보여줍니다. OpenAI 및 Deepseek 모델에 대한 비교 분석은 Gemini 2.0 Flash 사고 실험에 대한 가이드를 참조하십시오. Adel Nehme의 자습서는 Gemini 2.0을 사용하여 멀티 모달 앱을 구축하는 데 대한 추가 통찰력을 제공합니다.

gemini 2.0 pro 설정 Gemini 2.0 Pro에 대한 액세스는 Google AI Studio를 통해서만 Google 계정이 필요합니다.

Google AI Studio Login :

API 키 생성 : 대시 보드로 이동하여 찾아서 "API 키 얻기"를 클릭 한 다음 "API 키 만들기"를 클릭하십시오.

출처 : Google AI Studio

1. 환경 변수 : 환경 변수를 새로 생성 된 키로 설정하십시오.

파이썬 패키지 설치 :
2. 필요한 패키지를 설치하여 :

   gemini 2.0 프로 기능 탐색

   Gemini Python 클라이언트를 사용하여 코드 실행과 함께 텍스트, 이미지, 오디오 및 문서 처리 기능을 탐색하자.
   텍스트 생성 :
   1. 다음 코드 스 니펫은 실시간 피드백에 대한 스트리밍 응답을 사용하여 텍스트 생성을 보여줍니다.
   이미지 이해 :
   베개 사용, 우리는 이미지를 처리 ​​할 수 ​​있습니다 :

   pip install google-genai gradio

   2. 오디오 이해 : gemini 2.0 Pro 직접 프로세스 오디오 :
   문서 이해 :

   import os
   from google import genai
   
   API_KEY = os.environ.get("GEMINI_API_KEY")
   client = genai.Client(api_key=API_KEY)
   
   response = client.models.generate_content_stream(
       model="gemini-2.0-pro-exp-02-05",
       contents=["Explain how the Stock Market works"])
   for chunk in response:
       print(chunk.text, end="")

   랑 체인이나 헝겊으로 PDF를 직접 처리하십시오 :
   3. 코드 생성 및 실행 : Gemini 2.0 Pro의 눈에 띄는 기능은 API 내에서 코드를 생성하고 실행하는 기능입니다.

   from google import genai
   from google.genai import types
   import PIL.Image
   
   image = PIL.Image.open('image.png')
   response = client.models.generate_content_stream(
       model="gemini-2.0-pro-exp-02-05",
       contents=["Describe this image", image])
   for chunk in response:
       print(chunk.text, end="")

   (참고 : Gradio 응용 프로그램, 이미지 표시 및 세부 오류 처리를위한 전체 코드는 원본 텍스트에 언급 된 Github 저장소에서 사용할 수 있습니다.이 응답은 명확성을위한 응축 버전입니다.)
   4. Gradio 응용 프로그램을 구축하고 배포하는 제공된 GitHub 리포지토리 (Gemini-2-Pro-Chat)에는 Gradio 응용 프로그램 코드가 포함되어 있습니다. 복제하고 환경을 설정 한 후 로컬로 실행하십시오. 포옹 페이스 공간에 배치하려면 새로운 공간을 만들고, 저장소를 복제하고, 파일 ()을 추가하고, 지시대로 를 수정하고, 변경을 밀어 넣는 것이 포함됩니다. 포옹 페이스 스페이스 설정에서 를 비밀로 추가하는 것을 잊지 마십시오.
   . 결론

   with open('audio.wav', 'rb') as f:
       audio_bytes = f.read()
   
   response = client.models.generate_content_stream(
     model='gemini-2.0-pro-exp-02-05',
     contents=[
       'Describe this audio',
       types.Part.from_bytes(
         data=audio_bytes,
         mime_type='audio/wav',
       )
     ]
   )
   
   for chunk in response:
       print(chunk.text, end="")

   Gemini 2.0 Pro는 고성능 AI 응용 프로그램의 생성을 단순화합니다. 다중 모드 기능 및 코드 실행 기능은 게임 체인저입니다. 현재 사용 제한이없는 경우에는 무료이지만 Google의 서비스 약관을 준수해야합니다. 이 튜토리얼은 전원을 활용하고 클라우드에 응용 프로그램을 배포하는 포괄적 인 안내서를 제공합니다.

위 내용은 Gemini 2.0 Pro를 사용하여 멀티 모달 AI 애플리케이션 구축의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!