Google扩充Gemma开源家族

推出CodeGemma 和 RecurrentGemma模型

CodeGemma：专注于代码完成和代码生成任务，具备出色的数学和逻辑推理能力

RecurrentGemma：是一个为研究实验优化的高效架构，利用循环神经网络和局部注意力来提高内存效率。大

幅降低内存使用、提高吞吐量和推动研究创新。

Google同时还更新了其开源Gemma模型，发布了Gemma1.1。

CodeGemma 是一系列轻量级、最先进的开放模型，采用与创建 Gemini 模型相同的研究和技术构建。

CodeGemma 模型使用与 Gemma 模型系列相同的架构，在超过 5000 亿个主要代码标记上进行训练。因此，CodeGemma 模型在完成和生成任务中实现了最先进的代码性能，同时保持了大规模的强大理解和推理能力。

设置：要完成本教程，您首先需要完成 Gemma 设置中的设置说明。 Gemma 设置说明向您展示如何执行以下

操作：在 kaggle.com 上访问 Gemma。选择具有足够资源的 Colab 运行时来运行 Gemma 2B 模型。

生成并配置 Kaggle 用户名和 API 密钥。完成 Gemma 设置后，请继续下一部分，您将为 Colab 环境设置环境变量。

选择运行时库

要完成本教程，您需要拥有一个具有足够资源的 Colab 运行时来运行 CodeGemma 2B 模型。在这种情况下，您可以使用 T4 GPU：

在 Colab 窗口的右上角，选择 ▾（其他连接选项）。

选择更改运行时类型。

在硬件加速器下，选择 T4 GPU。

配置您的 API 密钥

要使用 Gemma，您必须提供您的 Kaggle 用户名和 Kaggle API 密钥。

要生成 Kaggle API 密钥，请转到 Kaggle 用户个人资料的“帐户”选项卡，然后选择“创建新令牌”。这将触发下载包含您的 API 凭据的 kaggle.json 文件。

在 Colab 中，选择左侧窗格中的 Secrets ，然后添加您的 Kaggle 用户名和 Kaggle API 密钥。将您的用户名存储在名称 KAGGLE_USERNAME 下，并将您的 API 密钥存储在名称 KAGGLE_KEY 下。

本教程引导您使用 CodeGemma 完成各种编码任务。要了解有关 CodeGemma 的更多信息：

有关 CodeGemma 型号的技术规格，请参阅 CodeGemma 型号卡。

在此处了解有关如何在 VertexAI 中使用 CodeGemma 的更多信息。

查看 Keras CodeGemma 快速入门。

如果像详细了解Gemma开源家族，可以点开视频下方的链接。

谢谢观看本视频。要是喜欢，请订阅、点赞。谢谢

Tarogo Gugu Bloger