基于 Google Cloud Vertex AI 的 Notebook、代码示例与示例应用,演示机器学习和生成式 AI 工作流。
GoogleCloudPlatform/asl-ml-immersion
Google Cloud 高级解决方案实验室的课程材料,包含 Google Cloud 上机器学习与生成式 AI 的 Notebook、实验和示例代码。
- Star
- 2,616
- Fork
- 1,539
- 未关闭 Issue
- 20
- 最近提交
- 昨天
这是什么?
这是 Google Cloud 高级解决方案实验室(ASL)维护的动手实践材料,主题涵盖 Google Cloud 上的机器学习与生成式 AI。仓库分为三个模块:asl_core 涉及 DNN、CNN、RNN、Transformer、SNGP 等模型架构,覆盖表格、图像、文本和时间序列数据,主要基于 TensorFlow 和 Keras;asl_mlops 聚焦 TensorFlow、scikit-learn 和 PyTorch 模型的大规模训练、调优、部署,以及 Kubeflow 流水线;asl_genai 基于 Gemini 介绍生成式 AI 与使用 Google ADK 等框架构建的智能体系统。
每个主题目录都包含 labs(需要补全 TODO 的练习 Notebook)和 solutions(参考答案)。环境通过 Cloud Shell 中的脚本和环境内的 make 命令搭建,适用于 Vertex AI Workbench 与 Cloud Workstations,多数 Notebook 不需要 GPU。运行实验会产生 Google Cloud 费用。
核心功能
- 01涵盖表格、图像、文本和时间序列数据上的 DNN、CNN、RNN、Transformer 与 SNGP 模型。
- 02提供在 Google Cloud 上训练、调优和部署 TensorFlow、scikit-learn、PyTorch 模型的 MLOps 材料。
- 03包含基于 Gemini 与 Google ADK 的生成式 AI 和智能体 Notebook。
- 04每个主题都提供带 TODO 的练习和参考答案,便于自我检查。
- 05附带环境配置脚本,可设置 API、IAM 和存储桶。
适用场景
- 跟随结构化训练营学习 Google Cloud 上的机器学习。
- 学习如何使用 Kubeflow 流水线部署 TensorFlow 或 PyTorch 模型。
- 参照示例使用 Google ADK 构建基于 Gemini 的第一个智能体。
快速上手
- 1
克隆代码仓库
git clone --depth 1 https://github.com/GoogleCloudPlatform/asl-ml-immersion.git - 2
在 Cloud Shell 中、于克隆的文件夹内运行安装脚本
bash scripts/setup_env.sh - 3
在 Google Cloud 环境内构建运行环境(虚拟环境和 Jupyter 内核)
make
使用前须知
- 设计用于 Google Cloud 环境运行,使用其产品会产生费用。
- 这不是 Google 官方支持的产品。
- 目前只有 Google 员工可以向该仓库贡献代码。
收录于专题
标签
常见问题
- asl-ml-immersion 是什么?
- Google Cloud 高级解决方案实验室的课程材料,包含 Google Cloud 上机器学习与生成式 AI 的 Notebook、实验和示例代码。 这是 Google Cloud 高级解决方案实验室(ASL)维护的动手实践材料,主题涵盖 Google Cloud 上的机器学习与生成式 AI。仓库分为三个模块:asl_core 涉及 DNN、CNN、RNN、Transformer、SNGP 等模型架构,覆盖表格、图像、文本和时间序列数据,主要基于 TensorFlow 和 Keras;asl_mlops 聚焦 TensorFlow、scikit-learn 和 PyTorch 模型的大规模训练、调优、部署,以及 Kubeflow 流水线;asl_genai 基于 Gemini 介绍生成式 AI 与使用 Google ADK 等框架构建的智能体系统。
- asl-ml-immersion 可以免费使用吗?用的什么许可证?
- asl-ml-immersion 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- asl-ml-immersion 还在维护吗?
- 活跃维护中。asl-ml-immersion 最近一次提交是在 2026年11月6日。
- asl-ml-immersion 适合用来做什么?
- 跟随结构化训练营学习 Google Cloud 上的机器学习。 学习如何使用 Kubeflow 流水线部署 TensorFlow 或 PyTorch 模型。 参照示例使用 Google ADK 构建基于 Gemini 的第一个智能体。
- asl-ml-immersion 怎么安装和运行?
- 克隆代码仓库: git clone --depth 1 https://github.com/GoogleCloudPlatform/asl-ml-immersion.git 在 Cloud Shell 中、于克隆的文件夹内运行安装脚本: bash scripts/setup_env.sh 在 Google Cloud 环境内构建运行环境(虚拟环境和 Jupyter 内核): make
- 在哪里获取 asl-ml-immersion?
- 源代码和安装说明在 GitHub 上:https://github.com/GoogleCloudPlatform/asl-ml-immersion
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
用于跟踪、可视化和管理机器学习实验、数据集与模型的 Python 库及托管平台。
一款扫描机器学习模型文件的工具,在加载前检测其中隐藏的不安全代码,防范模型序列化攻击。
用于构建和部署 AI 模型推理 API、多模型流水线和 LLM 应用的 Python 库,支持 Docker 与 Kubernetes 部署。
开源 Python 框架,用于评估、测试和监控机器学习与 LLM 系统,内置 100 多种指标。
一门免费开源的 AI 工程课程,共 542 节课,用 Python、TypeScript、Rust 和 Julia 从零实现核心概念。