Colección de notebooks de Jupyter y guías para aprender a crear con modelos de código abierto en la plataforma Together AI.
google-gemma/cookbook
Colección de guías, notebooks tutoriales y ejemplos de aplicaciones de principio a fin para desarrollar con la familia de modelos abiertos Gemma de Google.
- Estrellas
- 4,136
- Forks
- 682
- Issues abiertos
- 45
- Último commit
- hace 13 días
¿Qué es?
Gemma Cookbook es un conjunto de notebooks de Jupyter y guías que muestran cómo usar los modelos abiertos Gemma de Google. Abarca la línea principal de Gemma (de Gemma 2 a Gemma 4), además de variantes como CodeGemma, PaliGemma, RecurrentGemma, ShieldGemma y MedGemma, cada una con sus propios ejemplos.
El repositorio está organizado en carpetas para tutoriales, aplicaciones full-stack, experimentos centrados en la investigación, como TxGemma y MedGemma, notebooks sobre IA responsable, documentación principal y un archivo de ejemplos anteriores. Los modelos se pueden obtener en Hugging Face Hub, Kaggle y Google Cloud Vertex AI Model Garden.
El proyecto está dirigido a desarrolladores que buscan código funcional para ajustar modelos, ejecutar inferencias y crear aplicaciones con Gemma. Como Gemma es un modelo abierto, sus responsables señalan que sus resultados pueden ser inexactos y que deben verificarse al desarrollar a partir de estos ejemplos.
Funciones clave
- 01Notebooks tutoriales para Gemma y sus variantes, probados y actualizados.
- 02Aplicaciones de demostración full-stack y casos de uso de principio a fin.
- 03Notebooks de investigación para TxGemma y MedGemma.
- 04Notebooks para desarrollar IA responsable.
- 05Disponible en Hugging Face Hub, Kaggle y Vertex AI Model Garden.
Casos de uso
- Aprender a ejecutar y dar instrucciones a modelos Gemma en notebooks de Python.
- Crear una aplicación multimodal con PaliGemma o con la entrada de imágenes de Gemma 3.
- Explorar modelos especializados en dominios concretos, como MedGemma, para crear prototipos de atención médica.
- Añadir clasificación de seguridad a una aplicación LLM con ShieldGemma.
Inicio rápido
- 1
Clona el repositorio cookbook desde GitHub
- 2
Abre la carpeta Tutorials y elige un notebook para ejecutar
Antes de usarlo
- cookbook es una colección de notebooks y guías, no una única herramienta instalable.
- Los ejemplos requieren acceso a modelos Gemma y pueden necesitar una GPU o recursos en la nube para ejecutarse.
Temas
Preguntas frecuentes
- ¿Qué es cookbook?
- Colección de guías, notebooks tutoriales y ejemplos de aplicaciones de principio a fin para desarrollar con la familia de modelos abiertos Gemma de Google. Gemma Cookbook es un conjunto de notebooks de Jupyter y guías que muestran cómo usar los modelos abiertos Gemma de Google. Abarca la línea principal de Gemma (de Gemma 2 a Gemma 4), además de variantes como CodeGemma, PaliGemma, RecurrentGemma, ShieldGemma y MedGemma, cada una con sus propios ejemplos.
- ¿cookbook es gratuito? ¿Qué licencia tiene?
- cookbook es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿cookbook sigue mantenido?
- Mantenimiento activo. El último commit de cookbook fue el 26 oct 2026.
- ¿Para qué puedo usar cookbook?
- Aprender a ejecutar y dar instrucciones a modelos Gemma en notebooks de Python. Crear una aplicación multimodal con PaliGemma o con la entrada de imágenes de Gemma 3. Explorar modelos especializados en dominios concretos, como MedGemma, para crear prototipos de atención médica. Añadir clasificación de seguridad a una aplicación LLM con ShieldGemma.
- ¿Cómo se instala cookbook?
- Clona el repositorio cookbook desde GitHub Abre la carpeta Tutorials y elige un notebook para ejecutar
- ¿Dónde consigo cookbook?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/google-gemma/cookbook
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Guía paso a paso en chino y código de ejemplo para aprender sobre LLM, desde llamadas a API hasta despliegue local y fine-tuning, con versiones para Kaggle y Colab.
Un plugin de LLM que permite al CLI y a la biblioteca de Python acceder a los modelos Gemini de Google.
App de Google AI Edge para Android e iOS que permite probar LLMs open source y casos de uso de GenAI en el dispositivo, sin conexión.
Colección de más de 250 notebooks de Colab y Jupyter para ajustar y entrenar con RL modelos de texto, visión, audio, embeddings y TTS con Unsloth.
Colección de ejemplos y guías en notebooks de Jupyter para realizar tareas habituales con la API de OpenAI.