介绍Google Gemini API：发现新的双子座AI模型的力量

Google的双子座AI：API

的综合指南 Google的双子座AI模型，尤其是Gemini Pro，有望在AI景观中取得长足的进步，为Chatgpt等竞争对手提供了有力的替代方案。 本教程探讨了双子座API，使开发人员能够将尖端的AI功能集成到其应用中。 我们将介绍文本和图像输入，模型选择和高级功能。

了解双子座AI

由Google Research和Google DeepMind开发的多模式AI模型

gemini AI处理各种数据类型，包括文本，代码，音频，图像和视频。 它以以人为本的方法建立，旨在使人类受益。 它的可伸缩性允许从数据中心到移动设备进行各种系统部署。 满足特定需求的三个关键版本：

gemini ultra：
1. 最先进的模型，在复杂的任务中出色。
gemini pro：
2. 一个平衡的选项，具有强大的性能和可伸缩性。
> gemini nano：
3. 针对移动设备进行了优化，优先考虑效率。

图像源

双子座Ultra在几个基准上均优于GPT-4，展示了其卓越的理解和解决问题的能力。 对于AI新移民，Google的AI基础知识技能轨迹为关键概念提供了有益的介绍。

> API设置和配置

使用API​​之前，请从Google AI获取API键：

>

单击“获取API键。”

创建一个项目并生成密钥。>
1. >设置“ gemini_api_key”环境变量（如果适用（如果适用），则使用Kaggle Secrets。
安装双子座python api：
2. >
3. 使用您的密钥配置API：
4. %pip install google-generativeai
用双子座pro
5. 生成响应
>让我们使用

模型生成文本：

import google.generativeai as genai
from kaggle_secrets import UserSecretsClient # If using Kaggle

user_secrets = UserSecretsClient()
gemini_key = user_secrets.get_secret("GEMINI_API_KEY")  # If using Kaggle

genai.configure(api_key=gemini_key)

>

免费的API提供了一个响应。 要访问多个候选人，需要一个付费计划。 请注意，输出通常以降级格式；使用

进行适当的渲染。 生成python代码同样简单：gemini-pro>

model = genai.GenerativeModel('gemini-pro')
response = model.generate_content("List the most influential people in the world.")
print(response.text)

利用流媒体以增强性能

> IPython.display.Markdown通过使用流媒体提高感知速度：

response = model.generate_content("Build a simple Python web application.")
Markdown(response.text)

微调响应

使用

自定义响应：

from IPython.display import display

model = genai.GenerativeModel("gemini-pro")
response = model.generate_content("How can I make authentic Italian pasta?", stream=True)

for chunk in response:
    display(Markdown(chunk.text))
    display(Markdown("_" * 80))

>利用双子座的双模式输入

GenerationConfig> Gemini Pro Vision处理图像输入。 下载图像（例如，使用

）后，使用枕头加载并显示它：

response = model.generate_content(
    'How to be productive during a burnout stage.',
    generation_config=genai.types.GenerationConfig(
        candidate_count=1,
        stop_sequences=['time'],
        max_output_tokens=1000,
        temperature=0.7)
)

Markdown(response.text)

然后，将图像与模型一起使用：

import google.generativeai as genai
from kaggle_secrets import UserSecretsClient # If using Kaggle

user_secrets = UserSecretsClient()
gemini_key = user_secrets.get_secret("GEMINI_API_KEY")  # If using Kaggle

genai.configure(api_key=gemini_key)

>聊天对话和上下文保留

使用start_chat维护对话上下文：

model = genai.GenerativeModel('gemini-pro')
response = model.generate_content("List the most influential people in the world.")
print(response.text)

>使用嵌入式

生成用于语义分析的嵌入：

response = model.generate_content("Build a simple Python web application.")
Markdown(response.text)

高级功能和结论

探索高级功能，例如安全设置，低级API访问以及扩展的多转向对话，以增强应用程序开发。 双子座API使开发人员能够创建复杂的AI应用程序，利用其多模式功能和无缝的Python集成。 进一步的学习资源，包括课程和作弊表，可用于更深入的探索。

>

以上是介绍Google Gemini API：发现新的双子座AI模型的力量的详细内容。更多信息请关注PHP中文网其他相关文章！