Gemini 1.5 Pro API教程：开始使用Google的LLM

gemini 1.5 Pro：深入研究Google的高级多模式AI及其API

Google的Gemini 1.5 Pro代表了AI的重大飞跃，在文本，视频和音频模式之间具有长篇文本的推理能力。该教程指导您连接并利用Gemini 1.5 Pro API来进行检索，问答和秘密学习等任务。 要对双子座家族有更广泛的了解，请探索此资源：什么是Google Gemini

。 双子座家族：一系列功能 Gemini AI家族由Google Research和Google DeepMind开发的几种生成AI模型。这些模型在各种多模式任务中表现出色，从而帮助开发人员进行内容创建和解决问题。 每个模型变体都是针对特定应用程序量身定制的，可在各种情况下优化性能。 家庭通过提供三个尺寸级别来平衡计算需求和功能：

本教程重点介绍Gemini 1.5 Pro，这是1.5系列中的首届模型。

gemini 1.5 Pro：前所未有的长篇小写理解

gemini 1.5 Pro的大量上下文窗口（至少1000万个令牌）使其能够理解各种应用程序的广泛背景。跨长依赖性任务进行严格的测试证明了其出色的功能。 它在“针中的针刺”场景中达到了接近完美的召回（＆GT; 99％），即使大草原超过1000万个令牌也是如此。 Gemini 1.5 Pro优于竞争者，包括使用外部检索方法的竞争对手，尤其是在需要理解大量内容相互依赖的任务上。 它执行秘密学习的能力，例如从单个语言文档中翻译新语言的能力，也非常出色。 这种增强的长篇小说性能不会损害其固有的多模式能力。它在各个领域（数学，科学和推理的28.9％）在其前任（Gemini 1.0 Pro）方面有了显着改善，甚至超过了许多基准中的Gemini 1.0 Ultra Model。

数据源。 有关全面的详细信息，请参阅技术报告：“双子座1.5：在数百万个上下文中解锁多模式理解”。 Gemini 1.5 pro 的现实世界应用 gemini 1.5 Pro处理数百万个代币的能力为创新应用打开了门：

>

软件工程：它可以在大规模代码库中查明特定代码位置（例如，在746,152-token Jax Codebase中识别核心自动差异方法）。

）。

语言翻译：它可以在有限的在线数据的语言之间翻译，仅依赖于提供的上下文（例如，使用语法书籍和WordList从英语翻译为Kalamang）。 这显示了保存濒危语言的希望。

>
• >图像和视频分析：它可以在冗长的文本中识别场景（例如，根据草图找到一个场景
lesmisérables
• ）和视频（例如。 连接到双子座1.5 Pro API：逐步指南
>
• >让我们探索如何通过其API访问双子座1.5 Pro的力量。 步骤1：获得API键
>

>导航到开发人员页面的Google AI（确保您登录）。 单击“获取API键”生成一个。 您需要设置一个项目。

>步骤2：设置您的python环境

安装必要的python软件包：

pip install google-generativeai

>导入您的jupyter笔记本中所需的库：

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

>步骤3：进行API调用

>

>用键配置API：

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

检查可用模型：

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

>访问Gemini 1.5 Pro：

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

做一个简单的文本提示：

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

双子AI提供了多个响应候选者；选择最好的一个。

>

>带有双子座的图像提示1.5 pro

>

>让我们演示图像处理。 假设您有一个名为“ bookshelf.jpeg”的图像：

>

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)

结论

> Gemini 1.5 Pro具有其扩展上下文窗口和多模式功能，为各种应用程序提供了强大的工具。 它的API提供了使用不同数据类型的灵活性，使其成为开发人员的宝贵资产。 为了促进您的AI知识，请考虑此技能轨道： ai基础知识技能

。。

以上是Gemini 1.5 Pro API教程：开始使用Google的LLM的详细内容。更多信息请关注PHP中文网其他相关文章！