Google Gemini API快速上手

一、前言

12月6日，谷歌发布新一代大模型Gemini的demo, 同时，Bard已将模型更新为Gemini Pro

Gemini 是谷歌目前最新最强的大语言模型，支持多模态（文字，图片，音频，视频等等）处理

美国时间12月13日，Gemini API对公众开放，本文将教学Google Generative AI的简易使用流程。

1、适用范围和声明

如果你只是想体验Gemini，请直接前往 Bard

本文适用场景：批量处理大模型会话；Hackthon；CS课程设计；大模型相关创业demo，等

本文不适用：商业用途

本文使用的一切工具与数据均非内部工具和数据。 NOT Google internal only

本文可随意转载，复制代码

2、开始前的准备

完全不懂什么是大模型？听不懂很多术语？阅读 LLM 概念指南
2. 科学上网

==================================================================

1 生成式AI平台 MakerSuite （Google AI Studio）

MakerSuite是一个基于浏览器的 IDE，用于使用Generative language model（生成式语言模型）进行原型设计。借助 MakerSuite，可以快速试用模型并试验不同的prompt（提示）

MakerSuite 主界面 12.13更新前

左侧Create new将提供四种不同的方式与模型互动

Freeform prompt

Freeform prompt 文本/图片提示：输入一段提示，LLM将根据提示进行一段创作

Structured prompt
Structured prompt 结构化提示：提供表格输入，可以输入至多500组【输入，输出】的案例，根据案例，LLM可学习并基于案例处理新的提示

Chat prompt
Chat prompt 聊天提示：与chatgpt和bard类似的聊天框模式，支持输入历史会话

模型参数
模型参数设定 （第一次使用建议全部保持默认）：

Model模型选择Gemini Pro（文字），Gemini Pro Vision (图片)

Temperature温度决定模型的创造力，越高越想象力丰富，越低越稳定

Safety settings安全设定中可以调整对骚扰，仇恨，性，恐怖等言论的屏蔽程度

Top K: 选择输出token的方式，top 1 表示永远输出评分最高的回答，top 10 表示在前10评分的回答中取样输出一个回答

Top P: 选择输出token的方式，如果前x个回答的概率之和高于p，则【Top P，其中P=p】等价于【Top K，其中K=x】

2 Fine-tuning model模型调整

模型预训练与模型调整的关系
大模型的预训练耗费海量数据与计算资源，包括Palm，Gemini在内的所有大模型都可称为预训练模型。

预训练的要求极高，超出个人或中小企业的能力范围。但是针对特定的需求和任务，个人可以用适量（<1000）数据和计算资源调整模型，使得模型特化某种任务解决的能力。

点击左方Create new，点击Tune Model

调整模型
点击import导入csv格式的训练数据，并选择1-多列为input，1-多列为output，做为调整模型的训练集

导入训练集

训练参数设定（第一次使用建议默认）

Model模型选择Text Bison，这是老模型PaLM2，新的Gemini截至目前还没可用

Tuning epochs 整个训练集的完整训练遍历次数

Batch size 一次训练迭代中用于验证的样本数量，越大越容易过拟合，越小越容易欠拟合

Learning rate 训练迭代中调整参数的强度，越大越容易过拟合，越小越容易欠拟合

点击Tune开始自动调参。模型调整完毕后，可以在上个环节的各种提示测试中使用自己的新模型

3 使用API，调用预训练模型

点击左侧Get API key

点击Create API key in new project生成API key，复制下来

API key 生成
回到刚才的模型页面，点击右上角Get code，其中会包含cURL，js，python，kotlin，swift，五种语言的调用API的代码，用刚才复制的替换代码中的 YOUR_API_KEY

以python为例，先安装插件

pip install google-generativeai

然后调用API

import google.generativeai as genai 

#换成你的api key
genai.configure(api_key="YOUR_API_KEY") 
#模型参数 
generation_config = { 
    "temperature": 0.9, 
    "top_p": 1, 
    "top_k": 1, 
    "max_output_tokens": 2048, 
} 

safety_settings = [ 
    {
        "category": "HARM_CATEGORY_HARASSMENT", 
        "threshold": "BLOCK_MEDIUM_AND_ABOVE" 
    }, 
    { 
        "category": "HARM_CATEGORY_HATE_SPEECH", 
        "threshold": "BLOCK_MEDIUM_AND_ABOVE" 
    }, 
    { 
        "category": "HARM_CATEGORY_SEXUALLY_EXPLICIT", 
        "threshold": "BLOCK_MEDIUM_AND_ABOVE" 
    }, 
    { 
        "category": "HARM_CATEGORY_DANGEROUS_CONTENT", 
        "threshold": "BLOCK_MEDIUM_AND_ABOVE" 
    } 
] 

model = genai.GenerativeModel(model_name="gemini-pro", generation_config=generation_config, safety_settings=safety_settings) 

#输入提示
prompt_parts = [ "Hello world", ] 
#输出回答
response = model.generate_content(prompt_parts) 
print(response.text)
使用python文件读写，可以批量得到大量LLM回答

4 使用API调用自己调整的模型

如果你把上面的python程序中，model参数替换成你自己的模型，会遇上这样的报错

PermissionDenied: 403 Request had insufficient authentication scopes

是因为访问自己的模型需要OAuth身份验证。

获取OAuth身份验证需要前往谷歌云，生成个人密钥并下载到本地

这一步较为繁琐，Google有比较详细的逐步教程 https://developers.generativeai.google/tutorials/oauth_quickstart

完成以上身份验证步骤后，在python中可以用如下代码查看你能访问的所有模型

import google.generativeai as genai

print('Available base models:', [m.name for m in genai.list_models()])
print('My tuned models:', [m.name for m in genai.list_tuned_models()])