solutions genai llm workshop

Обзор

Это часть технического семинара по Генеративному ИИ JAPAC Qwiklabs. Семинар проходит аудиторию через:

• Google Generative AI Языковые предложения
• Интеграция Langchain

Предоставление облачных ресурсов

1. Настроить среду Google Cloud

   Если вы управляете лабораторией в среде Qwiklabs, вы можете пропустить шаг 2.

Чтобы вручную настроить проект Google Cloud:

2. Используйте Terraform для создания и настройки необходимых ресурсов.

• Goto terraform/qwiklabs Папка.

   cd terraform/qwiklabs

• Создайте файл terraform.tfvars со следующим контентом

   gcp_project_id = <YOUR GCP PROJECT ID>
  gcp_region = <DEFAULT GCP PROJECT ID> 
  gcp_zone = <DEFAULT GCP PROJECT ID> 

• Примените Terraform к привизой Google Cloud Resources.

  terraform init
  terraform plan -var-file=terraform.tfvars
  terraform apply -var-file=terraform.tfvars

  Это создаст следующие ресурсы: 1. VPC с правилами брандмауэра, который позволяет 8080, 23 TCP. 2. Сервисная сеть вродна с VPC.

На этом этапе вы предоставили необходимые облачные ресурсы.

Создайте Vertex Ai Workbench как лабораторную среду.

В этой лаборатории мы используем вершину AI Workbench в качестве лабораторной среды.

1. Следуйте инструкции, чтобы предоставить экземпляр Vertex AI Workbench.

2. Как только экземпляр Workbench создан. Откройте ноутбук.

   

3. Открытый терминал.

   

4. Запустите следующие команды в терминале.

    export GOOGLE_CLOUD_PROJECT= $( gcloud config get project )
   export GOOGLE_CLOUD_REGION=us-central1
   export GOOGLE_CLOUD_ZONE=us-central1-a
   
   git clone https://github.com/GoogleCloudPlatform/solutions-genai-llm-workshop
   
   cd solutions-genai-llm-workshop
   
   python3 -m venv .venv
   
   curl -sSL https://raw.githubusercontent.com/python-poetry/install.python-poetry.org/385616cd90816622a087450643fba971d3b46d8c/install-poetry.py | python3 -
   
   source .venv/bin/activate
   curl -sS https://bootstrap.pypa.io/get-pip.py | python3
   
   pip install -r requirements.in

5. Аутентификация в Google Cloud Project

   gcloud auth login # Login with project owner account
   gcloud auth application-default login # Login with project owner account
   

6. Назначьте необходимые роли пользователю.

    export USER_EMAIL= < USE ACCOUNT EMAIL >
   gcloud projects add-iam-policy-binding $GOOGLE_CLOUD_PROJECT --member=user: $USER_EMAIL --role=roles/ml.admin
   
   gcloud projects add-iam-policy-binding $GOOGLE_CLOUD_PROJECT --member=user: $USER_EMAIL --role=roles/aiplatform.admin
   
   gcloud projects add-iam-policy-binding $GOOGLE_CLOUD_PROJECT --member=user: $USER_EMAIL --role=roles/aiplatform.user
   
   gcloud projects add-iam-policy-binding $GOOGLE_CLOUD_PROJECT --member=user: $USER_EMAIL --role=roles/serviceusage.serviceUsageConsumer
   

7. Создайте набор данных BigQuery

   python3 1-create-and-copy-bq-data.py

8. Создайте двигатель подходящего вершины, это может занять около 60 минут.

   curl -L https://tinyurl.com/genai-202307-dataset --output dataset.zip
   unzip dataset.zip
   rm dataset.zip
   
   python3 0-setup-matching-enging.py