asl-ml-immersion

谷歌官方 Notebook 教程,动手跑通云端 ML 与生成式 AI

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 学习教育 🍴 复刻 1541 🐛 待处理 21 👀 关注 52
GitHub ↗
GitHub 星标 ★ 2617
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源教学代码仓库,免费使用

项目数据

分类学习教育
开发团队GoogleCloudPlatform
定价模式🏷️完全免费
价格说明开源教学代码仓库,免费使用
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Jupyter Notebook
技术栈/模型adk,adk-pyth,agents,generative-ai,google-cloud-platform,machine-learning,tensorflow
GitHub 星标★ 2617
上线时间2020-06-12 00:00:00
代码更新2026-11-15
仓库体积404.5 MB
本站数据更新2026-11-18
维护状态活跃
收录时间2026-11-17
浏览次数0

项目介绍

asl-ml-immersion 是 Google Cloud 高级解决方案实验室(ASL)面向机器学习与生成式 AI 训练营维护的官方教学仓库,以 Jupyter Notebook 为主体,配套可运行代码与参考实现。项目围绕 Google Cloud 上的 ML 与 GenAI 工程实践组织内容,覆盖 TensorFlow 建模、Vertex AI 平台使用、ADK(Agent Development Kit)智能体构建等主题,帮助学习者从数据准备、模型训练到部署与智能体编排完整走通一条云端流水线。每个 notebook 通常自带讲解、示例数据与可执行单元,适合按章节动手实验,也便于讲师直接用于线下或线上授课。仓库同时承担参考手册角色,开发者可从中查找 GCP 各服务的典型调用范式与最佳实践片段。整体定位是教学与样例集合,而非可直接上线的框架,价值在于降低入门 Google Cloud AI 技术栈的门槛,并提供官方口径的示例代码。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-11-17 · 当前星标 ★ 2617

使用教程

难度:入门 约 30 分钟 部署方式:云服务 8 步

环境要求

  • 可用的 Google Cloud 项目与账号
  • 能访问 Cloud Shell(shell.cloud.google.com)
  • 浏览器可打开 JupyterLab 界面
  • 可选:为部分 notebook 挂载 Nvidia T4 GPU

安装与启动步骤

  1. 1打开 Cloud Shell

    在浏览器打开 shell.cloud.google.com,确认已选中要使用的 Google Cloud 项目。

  2. 2克隆仓库

    在 Cloud Shell 家目录执行,--depth 1 只拉取最新一次提交,可加快下载。

    git clone --depth 1 https://github.com/GoogleCloudPlatform/asl-ml-immersion.git
  3. 3进入仓库目录

    后续所有脚本和 notebook 都在该目录下使用,注意不要停留在上级目录。

    cd asl-ml-immersion
  4. 4运行初始化脚本

    脚本会自动配置项目所需的 API、IAM 权限和存储桶等基础设施,需要一定时间。

    bash scripts/setup_env.sh
  5. 5选择运行环境

    按提示输入 1 选 Workbench、2 选 Cloud Workstations、3 两者都建、4 仅配置基础设施。

  6. 6决定是否附加 GPU

    脚本会询问是否挂载 Nvidia T4,按需输入 y 或 n;多数 notebook 不用加速器。

  7. 7打开并选中内核

    打开 notebook 后点 Select Kernel,选择 ASL Core、ASL MLOps 或 ASL Agent 之一。

  8. 8终端运行智能体示例

    在终端执行命令前,必须先激活对应模块的虚拟环境,否则会找不到依赖包。

    source ./asl_genai/.venv/bin/activate
    adk web ./asl_genai/notebooks/building_agents/solutions/adk_agents

关键配置

配置项必填说明示例
setup_env.sh 环境选项是决定自动创建 Workbench、Workstations、两者,还是只配置项目基础设施1
GPU 附加选项否控制是否给环境挂载 Nvidia T4 加速器n
Jupyter 内核是在 Select Kernel 中选择与所读模块匹配的内核ASL Core
模块虚拟环境路径否在终端运行命令前激活对应模块的 venv./asl_genai/.venv/bin/activate

如何确认成功

打开任一 notebook,选中对应内核后运行首个代码单元,能正常执行且无导入报错即成功。

常见问题

Q:Select Kernel 里找不到 Jupyter Kernels 怎么办?

A:在 Cloud Workstations 中点击 Python Environment,再点左上角返回箭头重新加载环境,之后即可看到 Jupyter Kernels。

Q:一定要用 GPU 吗?

A:不需要。多数 notebook 用 CPU 即可运行,只有少数 notebook 建议使用加速器,可在脚本提示时按需选择 y。

Q:只想要项目基础设施,环境自己建?

A:在选择菜单输入 4,脚本只配置 API、IAM 和存储桶,然后按官方文档手动创建 Workbench 实例或 Workstations。

Q:终端执行命令报找不到模块怎么办?

A:先进入 asl-ml-immersion 目录,source 对应模块的 .venv/bin/activate 激活虚拟环境,再执行原命令。

注意事项

  • asl_core、asl_mlops、asl_genai 三个模块各自有独立环境和材料,不要混用内核。
  • 部分 notebook 需要额外的准备步骤,以该 notebook 内的说明为准。
  • labs 目录的 notebook 留有待填写的 TODO,可对照 solutions 目录检查答案。

核心亮点

  • 由 Google Cloud ASL 团队维护,示例代码与官方平台能力同步,权威性高
  • 以 Notebook 组织,讲解与可执行代码一体,按章节即可上手实验
  • 覆盖 TensorFlow、Vertex AI、ADK 智能体等多主题,形成从训练到智能体编排的完整学习路径

不足之处

  • 强绑定 Google Cloud 生态,未使用 GCP 的学习者迁移成本较高
  • 部分 notebook 依赖云端资源与配额,本地复现需额外配置
  • 内容随训练营节奏更新,章节间深度与维护程度不完全一致

适用场景

  • 企业团队参加 Google Cloud ML/GenAI 训练营时的配套实验材料
  • 开发者自学 Vertex AI 与 TensorFlow 云端建模流程的动手教程
  • 讲师备课,直接复用 notebook 作为课程演示与练习

替代项目

GoogleCloudPlatform/training-data-analyst、GoogleCloudPlatform/generative-ai、microsoft/generative-ai-for-beginners

上一篇:production

下一篇:The-Agentic-Researcher

同类项目推荐

reproducible-data-science 开源

手把手教你搭建可复现的数据科学项目,告别结果跑不出来

Tutorials on creating a reproducible and maintainable data science project

★ 153 2026-08-09
openclaw101 开源

7天从零上手AI助理,聚合全网资源一站学

OpenClaw 101 — 从零开始,7天掌握你的AI私人助理 | 全网资源聚合站

★ 2970 2026-08-09
meow-learning 开源

按需选问题,快速上手生产级AI实践

This is a pick-your-problem style guide I created to educate everyone from my leader···

★ 120 2026-08-09
personalized-recommender-course 开源

跟着课程从零搭建时尚商品实时推荐系统

Open-source course on architecting, building and deploying a real-time personalized ···

★ 658 2026-08-09
python-openai-projects 开源

13个Python案例,带你玩转ChatGPT、Whisper和DALL-E

13 projects using ChatGPT API, Whisper, Embeddings, and DALL-E with Python.

★ 55 2026-08-09
GenAI-Showcase 开源

照着跑通代码,快速上手生成式AI应用开发

MongoDB's Generative AI Showcase: an exhaustive collection of examples and sample ap···

★ 4263 2026-08-09
llm-beginner 开源

跟着教程动手,从零上手 LLM 与 Agent 开发

《大模型与智能体》电子书与 6 个编程任务:Transformer、mini-GPT、SFT/DPO、RAG、工具调···

★ 6889 2026-08-09
deepseek-local-guide-ru 开源

俄语手把手教你在本机跑起 DeepSeek 大模型

Полный гайд на русском: как установить и запус···

★ 192 2026-10-21