In den folgenden Notebook-Anleitungen erfahren Sie mehr über Vertex AI Feature Store.
Onlinebereitstellung von Features und -Abruf von BigQuery-Daten mit der Onlinebereitstellung von Vertex AI Feature Store Bigtable
|
In dieser Anleitung erfahren Sie, wie Sie die Onlinebereitstellung von Bigtable in Vertex AI Feature Store für die Onlinebereitstellung und das Abrufen von Featurewerten in BigQuery verwenden. In Colab öffnen | In Colab Enterprise öffnen | Auf GitHub ansehen | In nutzerverwalteten Vertex AI Workbench-Notebooks öffnen |
Onlinebereitstellung von Features und -Abruf von BigQuery-Daten mit optimierter Onlinebereitstellung von Vertex AI Feature Store.
|
|
In diesem Notebook erfahren Sie, wie Sie die optimierte Onlinebereitstellung in Vertex AI Feature Store zum Bereitstellen und Abrufen von Featurewerten Werte aus BigQuery verwenden. In Colab öffnen | In Colab Enterprise öffnen | Auf GitHub ansehen | In nutzerverwalteten Vertex AI Workbench-Notebooks öffnen |
Online-Bereitstellung von Features und Abruf von BigQuery-Daten mit Vertex AI Feature Store
|
|
In dieser Anleitung erfahren Sie, wie Sie Vertex AI Feature Store für die Onlinebereitstellung und den Vektorabruf von Featurewerten in BigQuery verwenden. In Colab öffnen | In Colab Enterprise öffnen | Auf GitHub ansehen | In nutzerverwalteten Vertex AI Workbench-Notebooks öffnen |
Vertex AI Feature Store-Featureansicht Dienst-Agenten
|
|
In dieser Anleitung erfahren Sie, wie Sie Dienst-Agenten für die Datenansicht aktivieren und jeder Datenansicht Zugriff auf die verwendeten Quelldaten gewähren. In Colab öffnen | In Colab Enterprise öffnen | Auf GitHub ansehen | In nutzerverwalteten Vertex AI Workbench-Notebooks öffnen |
Anleitung für die Vertex AI Feature Store-basierte LLM-Fundierung
|
|
In dieser Anleitung erfahren Sie, wie Sie von Nutzern bereitgestellte Daten in Chunks aufteilen und dann mit einem Large Language Model (LLM) mit Funktionen zur Embedding-Generierung Einbettungsvektoren für jeden Chunk generieren. Der resultierende Datensatz mit Einbettungsvektoren kann dann in den Vertex AI Feature Store geladen werden, was einen schnellen Featureabruf und eine effiziente Onlinebereitstellung ermöglicht. In Colab öffnen | In Colab Enterprise öffnen | Auf GitHub ansehen | In nutzerverwalteten Vertex AI Workbench-Notebooks öffnen |
Generative AI-RAG-Anwendung mit Vertex AI Feature Store und BigQuery erstellen
|
|
In dieser Anleitung erfahren Sie, wie Sie mithilfe der BigQuery-Vektorsuche und Vertex AI Feature Store ein Vektorsuchsystem mit niedriger Latenz für Ihre generative KI-Anwendung erstellen. In Colab öffnen | In Colab Enterprise öffnen | Auf GitHub ansehen | In nutzerverwalteten Vertex AI Workbench-Notebooks öffnen |
IAM-Richtlinie im Vertex AI Feature Store konfigurieren
|
|
In dieser Anleitung erfahren Sie, wie Sie eine IAM-Richtlinie konfigurieren, um den Zugriff auf Ressourcen und Daten zu steuern, die im Vertex AI Feature Store gespeichert sind. In Colab öffnen | In Colab Enterprise öffnen | Auf GitHub ansehen | In nutzerverwalteten Vertex AI Workbench-Notebooks öffnen |