国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用

這篇具有很好參考價(jià)值的文章主要介紹了基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

前言

隨著生成式人工智能(AIGC)技術(shù)的蓬勃發(fā)展,技術(shù)創(chuàng)作者們?cè)俅斡咳胍粋€(gè)充滿挑戰(zhàn)與機(jī)遇的新領(lǐng)域。Amazon Bedrock 是一個(gè)專為創(chuàng)新者設(shè)計(jì)的平臺(tái),它提供了構(gòu)建生成式人工智能應(yīng)用程序所需的一切工具和資源。無(wú)論您的技術(shù)背景如何,Amazon Bedrock 都能讓您快速上手并體驗(yàn)到最新的生成式人工智能技術(shù)。對(duì)于AI新手和希望提升技能的專家來(lái)說(shuō),Amazon Bedrock 都是一個(gè)強(qiáng)大的助力。
今天我們就來(lái)一場(chǎng)酣暢淋漓的手把手教程, 讓我們快速輕松的感受生成式人工智能的構(gòu)建

登錄Amazon Bedrock

點(diǎn)擊鏈接 如下圖所示點(diǎn)擊開始實(shí)驗(yàn)
基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能
進(jìn)入操作頁(yè)面開啟生成式ai 之旅吧??!
基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

Meta Liama2 模型快速體驗(yàn)

基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

模型這里我們選擇 Meta => LIama2 Chat 70B 吞吐量 按需即可
基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能
選擇完成之后 點(diǎn)擊應(yīng)用

效果演示

當(dāng)我們點(diǎn)擊應(yīng)用之后 效果如下
基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

名詞解釋

名稱 解釋
隨機(jī)性和多樣性 通過(guò)將輸出限制為更可能的結(jié)果或改變輸出概率分布的形狀來(lái)影響生成的響應(yīng)的變化。
長(zhǎng)度 通過(guò)指定結(jié)束響應(yīng)生成的最大長(zhǎng)度或字符序列來(lái)限制響應(yīng)。

項(xiàng)目工程介紹

基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

效果演示

我提出的問(wèn)題是 : JavaScript 中如和理解閉包

回復(fù)如下:
基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能
對(duì)于代碼解釋看起來(lái)還是有點(diǎn)東西的哦!!

Meta Llama 2 API的調(diào)用

打開 Amazon Cloud9 實(shí)驗(yàn)環(huán)境

打開控制臺(tái),搜索Cloud9, 點(diǎn)擊進(jìn)入
基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

創(chuàng)建環(huán)境

設(shè)置環(huán)境詳細(xì)信息
  1. 設(shè)置名稱為 bedrock
  2. 設(shè)置實(shí)例類型 t3.small
  3. 平臺(tái) Ubuntu Server 22.04 LTS
  4. 超時(shí) 30 分鐘

溫馨提示:

  1. 實(shí)驗(yàn)環(huán)境中僅限選擇Cloud9 EC2實(shí)例為 t3.small (2 GiB RAM + 2 vCPU)
  2. 基于不浪費(fèi)的原則,創(chuàng)建Cloud9的時(shí)候,超時(shí)時(shí)間只能選擇默認(rèn)的30分鐘的選項(xiàng),且Cloud9實(shí)例數(shù)量也將自動(dòng)審核,如果發(fā)現(xiàn)異常會(huì)關(guān)閉Cloud9實(shí)例,甚至封禁賬號(hào),務(wù)必注意文明實(shí)驗(yàn)

基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

熟悉 Amazon Cloud9 實(shí)驗(yàn)環(huán)境

首次進(jìn)入 Cloud9 實(shí)驗(yàn)環(huán)境中需要等待加載
基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

Amazon Cloud9 IDE中,選擇 終端
在終端中輸入如下命令

cd ~/environment/
curl 'https://dev-media.amazoncloud.cn/doc/workshop.zip' --output workshop.zip
unzip workshop.zip

等待解壓完成
基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

查看對(duì)應(yīng)的文件目錄

基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

繼續(xù)使用 終端,安裝實(shí)驗(yàn)所需的環(huán)境依賴項(xiàng)

pip3 install -r ~/environment/workshop/setup/requirements.txt -U

基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

編寫調(diào)用 Meta Llama 2 API 應(yīng)用

請(qǐng)求參數(shù)
參數(shù) 說(shuō)明
prompt復(fù)制 要傳遞給模型的提示,這是必填項(xiàng)。
temperature復(fù)制 降低響應(yīng)的隨機(jī)性,默認(rèn)值為0.5,取值范圍是0到1。
top_p復(fù)制 忽略可能性較小的選項(xiàng),默認(rèn)值為0.9,取值范圍是0到1。
max_gen_len復(fù)制 生成響應(yīng)的最大令牌數(shù),默認(rèn)值為512,取值范圍是1到2048。
返回參數(shù)
{
    "generation": "\n\n<response>",
    "prompt_token_count": int,
    "generation_token_count": int,
    "stop_reason" : string
}

參數(shù)說(shuō)明說(shuō)明
參數(shù) 解釋意思
生成 指生成的文本。
prompt_token_count復(fù)制 表示提示中的代幣數(shù)量。
generation_token_count復(fù)制 代表生成的文本中的標(biāo)記數(shù)量。
stop_reason復(fù)制 用于說(shuō)明響應(yīng)停止生成文本的原因。其可能的值為:1、stop 意味著模型已結(jié)束為輸入提示生成文本。2、length表示生成的文本的詞元長(zhǎng)度超過(guò)了對(duì) InvokeModel(如果需要對(duì)輸出進(jìn)行流式傳輸,則為 InvokeModelWithResponseStream)的調(diào)用中的 max_gen_len 值。此時(shí)響應(yīng)會(huì)被截?cái)酁?max_gen_len 個(gè)詞元。可考慮增大 max_gen_len 的值并重試。

操作流程講解

  1. 打開workshop/labs/api文件夾,打開文件bedrock_api.py

基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

  1. 導(dǎo)入依賴語(yǔ)句允許我們使用Amazon boto3庫(kù)來(lái)調(diào)用Amazon Bedrock
import json
import boto3

  1. 初始化Bedrock客戶端庫(kù),創(chuàng)建一個(gè)Bedrock客戶端
session = boto3.Session()
bedrock = session.client(service_name='bedrock-runtime') #初始化Bedrock客戶端庫(kù)

  1. 編寫API調(diào)用代碼
    我們將確定要使用的模型、提示和指定模型的推理參數(shù)。
bedrock_model_id = "meta.llama2-70b-chat-v1" #設(shè)置模型 
prompt = "說(shuō)一下冒泡排序的原理?"  #提示詞
body = json.dumps({
    "prompt": prompt, 
    "max_gen_len": 2048,
    "temperature":0.5,
    "top_p":0.9
}) 

  1. 使用Amazon Bedrockinvoke_model函數(shù)進(jìn)行調(diào)用
response = bedrock.invoke_model(body=body, modelId=bedrock_model_id, accept='application/json', contentType='application/json') #發(fā)送調(diào)用請(qǐng)求

  1. 模型的響應(yīng)JSON中提取并打印返回的文本
response_body = json.loads(response.get('body').read()) 
response_text=response_body['generation'] #從 JSON 中返回相應(yīng)數(shù)據(jù)
print(response_text)

  1. 保存文件,并準(zhǔn)備運(yùn)行腳本
cd ~/environment/workshop/labs/api
python bedrock_api.py

8 運(yùn)行結(jié)果如下
基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用,AIGC,人工智能

完整代碼

import json
import boto3
session = boto3.Session()
bedrock = session.client(service_name='bedrock-runtime') #初始化Bedrock客戶端庫(kù)
bedrock_model_id = "meta.llama2-70b-chat-v1" #設(shè)置模型 
prompt = "說(shuō)一下冒泡排序的原理?"  #提示詞
body = json.dumps({
    "prompt": prompt, 
    "max_gen_len": 2048,
    "temperature":0.5,
    "top_p":0.9
}) 
response = bedrock.invoke_model(body=body, modelId=bedrock_model_id, accept='application/json', contentType='application/json') #發(fā)送調(diào)用請(qǐng)求
response_body = json.loads(response.get('body').read()) 
response_text=response_body['generation'] #從 JSON 中返回相應(yīng)數(shù)據(jù)
print(response_text)

是不是很簡(jiǎn)單呢

總結(jié)

隨著生成式人工智能的逐漸火爆, 期待小伙伴們也快快的加入進(jìn)來(lái)體驗(yàn)一番吧??!文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-860782.html

到了這里,關(guān)于基于Amazon Bedrock_構(gòu)建生成式 AI 應(yīng)用的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 利用Amazon Bedrock暢玩Claude 3等多種領(lǐng)先模型,搶占AI高地(體驗(yàn)倒計(jì)時(shí)4小時(shí))

    利用Amazon Bedrock暢玩Claude 3等多種領(lǐng)先模型,搶占AI高地(體驗(yàn)倒計(jì)時(shí)4小時(shí))

    快樂(lè)的時(shí)間總是短暫的,Claude 3 在亞馬遜云科技上限時(shí)體驗(yàn)僅剩4小時(shí),上次分享了入門級(jí)操作教程,本期給大家?guī)?lái)AWS Lambda + Amazon Bedrock一起構(gòu)建可以便捷使用的Claude 3接口 AWS Lambda 是一項(xiàng)計(jì)算服務(wù),可以運(yùn)行您的代碼以響應(yīng)事件并自動(dòng)管理計(jì)算資源,這使其成為將想法轉(zhuǎn)化

    2024年03月12日
    瀏覽(44)
  • Elastic 8.13:Elastic AI 助手中 Amazon Bedrock 的正式發(fā)布 (GA) 用于可觀測(cè)性

    Elastic 8.13:Elastic AI 助手中 Amazon Bedrock 的正式發(fā)布 (GA) 用于可觀測(cè)性

    作者:來(lái)自 Elastic?Brian Bergholm 今天,我們很高興地宣布 Elastic 8.13 的正式發(fā)布。 8.13 版本的三個(gè)最重要的組件包括 Elastic AI 助手中 Amazon Bedrock 支持的正式發(fā)布 (general availability - GA),新的向量搜索配置以及 Logstash 的新的集成過(guò)濾插件。根據(jù)解決方案的不同,其他亮點(diǎn)包括:

    2024年04月09日
    瀏覽(25)
  • AIGC內(nèi)容分享(四十):生成式人工智能(AIGC)應(yīng)用進(jìn)展淺析

    AIGC內(nèi)容分享(四十):生成式人工智能(AIGC)應(yīng)用進(jìn)展淺析

    目錄 0? ?引言 1? ?以ChatGPT為代表的AIGC發(fā)展現(xiàn)狀 1.1? 國(guó)外AIGC應(yīng)用發(fā)展現(xiàn)狀 1.2? 國(guó)內(nèi)AIGC應(yīng)用發(fā)展現(xiàn)狀 2? ?AIGC的技術(shù)架構(gòu) (1)數(shù)據(jù)層 (2)算力基礎(chǔ)設(shè)施層 (3)算法及大模型層 (4)AIGC能力層 (5)AIGC功能層 (6)AIGC應(yīng)用層 3? ?AIGC面臨的機(jī)遇與挑戰(zhàn) 3.1? AIGC帶來(lái)的機(jī)遇 (

    2024年02月19日
    瀏覽(26)
  • 什么是AIGC(AI Generated Content, 人工智能生成內(nèi)容)?

    AI生成內(nèi)容(AIGC,人工智能生成內(nèi)容)是一種新型的內(nèi)容創(chuàng)作方式,它繼承了專業(yè)生產(chǎn)內(nèi)容(PGC,Professional-generated Content)和用戶生成內(nèi)容(UGC,User-generated Content)的優(yōu)點(diǎn),并充分發(fā)揮技術(shù)優(yōu)勢(shì),打造了全新的數(shù)字內(nèi)容生成與交互形態(tài)。隨著科技的不斷發(fā)展,AI寫作、AI配樂(lè)

    2024年02月11日
    瀏覽(102)
  • 了解人工智能生成內(nèi)容(AIGC)的基本原理和應(yīng)用

    ? AIGC的定義和背景 人工智能生成內(nèi)容(Artificial Intelligence Generated Content,簡(jiǎn)稱AIGC)是指利用人工智能技術(shù)和算法來(lái)自動(dòng)生成各種形式的內(nèi)容,例如文章、新聞、廣告、代碼等。AIGC的發(fā)展可以追溯到機(jī)器學(xué)習(xí)和自然語(yǔ)言處理等領(lǐng)域的進(jìn)展,以及深度學(xué)習(xí)模型的快速發(fā)展。 ?

    2024年02月03日
    瀏覽(39)
  • 【人工智能革命】:AIGC時(shí)代的到來(lái) | 探索AI生成內(nèi)容的未來(lái)

    【人工智能革命】:AIGC時(shí)代的到來(lái) | 探索AI生成內(nèi)容的未來(lái)

    ?? 嶼小夏 : 個(gè)人主頁(yè) ??個(gè)人專欄 : IT雜談 ?? 莫道桑榆晚,為霞尚滿天! 人工智能(AI)的發(fā)展歷程是一個(gè)充滿突破和持續(xù)進(jìn)步的旅程。隨著時(shí)間的推移,AI 已經(jīng)從簡(jiǎn)單的自動(dòng)化任務(wù)處理演變到現(xiàn)在的高級(jí)認(rèn)知和決策能力。特別是在 AIGC(AI 生成內(nèi)容)領(lǐng)域,大型 AI 模型

    2024年02月04日
    瀏覽(32)
  • AIGC 探究:人工智能生成內(nèi)容的技術(shù)原理、廣泛應(yīng)用、創(chuàng)新應(yīng)用、版權(quán)問(wèn)題與未來(lái)挑戰(zhàn)

    AIGC 探究:人工智能生成內(nèi)容的技術(shù)原理、廣泛應(yīng)用、創(chuàng)新應(yīng)用、版權(quán)問(wèn)題與未來(lái)挑戰(zhàn)

    AIGC(Artificial Intelligence Generated Content)即人工智能生成內(nèi)容, 其核心在于利用深度學(xué)習(xí)技術(shù),尤其是基于神經(jīng)網(wǎng)絡(luò)的模型,來(lái)模擬人類創(chuàng)作過(guò)程 ,自主生成高質(zhì)量的文本、圖像、音頻、視頻等各類內(nèi)容。神經(jīng)網(wǎng)絡(luò)是一種模仿人腦神經(jīng)元結(jié)構(gòu)與功能的計(jì)算模型,通過(guò)大量數(shù)據(jù)

    2024年04月27日
    瀏覽(33)
  • AIGC 生成式人工智能進(jìn)化史——誰(shuí)在布局生成式AI?大模型的生態(tài):模型即服務(wù)(MaaS)的新生態(tài)加速形成!

    縱覽生成式人工智能(Generative AI或AIGC,兩種表述均可,國(guó)內(nèi)更多用AIGC)進(jìn)化史,從AI誕生之始,人們就試圖讓機(jī)器生成內(nèi)容,與其對(duì)話,并誕生了最早的圖靈測(cè)試標(biāo)準(zhǔn)。多年來(lái),生成式AI的發(fā)展一直不溫不火。直到去年Midjourney、Stable Diffusion等文生圖應(yīng)用點(diǎn)燃了大眾的熱情,

    2024年02月10日
    瀏覽(29)
  • 生成式人工智能聊天黑客松導(dǎo)學(xué)系列 - 用 Python 構(gòu)建您的第一個(gè) RAG 應(yīng)用

    生成式人工智能聊天黑客松導(dǎo)學(xué)系列 - 用 Python 構(gòu)建您的第一個(gè) RAG 應(yīng)用

    點(diǎn)擊藍(lán)字 關(guān)注我們 編輯:Alan Wang 排版:Rani Sun 活動(dòng)簡(jiǎn)介 在過(guò)去半年,我們有數(shù)以百計(jì)的開發(fā)人員使用 Python 結(jié)合不同領(lǐng)域的知識(shí)構(gòu)建基于人工智能的聊天應(yīng)用程序。用戶只需要通過(guò)簡(jiǎn)單提問(wèn)就可以使用 RAG(檢索增強(qiáng)生成)從 LLM 模型獲取專業(yè)的知識(shí)回答。 我們也從不少傳統(tǒng)

    2024年02月21日
    瀏覽(24)
  • AIGC(生成式AI)試用 0 -- 如何測(cè)試此類應(yīng)用

    0.?起因 RPA主導(dǎo)的機(jī)器人流程自動(dòng)化風(fēng)頭正勁 AI由來(lái)已久 生成式AI正在改變著工作和生活的方式 生成式AI工具不斷更新?lián)Q代 思考的問(wèn)題,生成式AI: -?能實(shí)現(xiàn)什么? -?不同工具間的區(qū)別? -?如何測(cè)試此類工具? 似乎想的有點(diǎn)多、有點(diǎn)大。何是結(jié)果?何時(shí)是結(jié)束? 不論深淺,

    2024年02月01日
    瀏覽(25)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包