使用以下笔记本教程详细了解 Vertex AI Feature Store。
使用 Vertex AI Feature Store Bigtable 在线传送对 BigQuery 数据进行在线特征传送和提取
|
在本教程中，您将了解如何使用 Vertex AI Feature Store 中的 Bigtable 在线传送对 BigQuery 中的特征值进行在线传送和提取。 在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 GitHub 上查看 | 在 Vertex AI Workbench 用户管理的笔记本中打开 |
使用 Vertex AI Feature Store 优化的在线传送对 BigQuery 数据进行在线特征传送和提取
|
|
在本教程中，您将了解如何使用 Vertex AI Feature Store 中优化的在线传送从 BigQuery 传送和提取特征值。 在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 GitHub 上查看 | 在 Vertex AI Workbench 用户管理的笔记本中打开 |
使用 Vertex AI Feature Store 对 BigQuery 数据进行在线特征传送和向量检索
|
|
在本教程中，您将了解如何使用 Vertex AI Feature Store 对 BigQuery 中的特征值进行在线传送和向量检索。 在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 GitHub 上查看 | 在 Vertex AI Workbench 用户管理的笔记本中打开 |
Vertex AI Feature Store 特征视图服务代理
|
|
在本教程中，您将了解如何启用特征视图服务代理，并为每个特征视图授予对所使用的特定源数据的访问权限。 在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 GitHub 上查看 | 在 Vertex AI Workbench 用户管理的笔记本中打开 |
基于 Vertex AI Feature Store 的 LLM 接地教程
|
|
在本教程中，您将了解如何对用户提供的数据进行分块，然后使用具有嵌入生成功能的大语言模型 (LLM) 为每个分块生成嵌入向量。随后可以将生成的嵌入向量数据集加载到 Vertex AI Feature Store 中，以实现快速特征检索和高效在线传送。 在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 GitHub 上查看 | 在 Vertex AI Workbench 用户管理的笔记本中打开 |
使用 Vertex AI Feature Store 和 BigQuery 构建生成式 AI RAG 应用
|
|
在本教程中，您将了解如何使用 BigQuery 向量搜索和 Vertex AI Feature Store 为生成式 AI 应用构建低延迟向量搜索系统。 在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 GitHub 上查看 | 在 Vertex AI Workbench 用户管理的笔记本中打开 |
在 Vertex AI Feature Store 中配置 IAM 政策
|
|
在本教程中，您将了解如何配置 IAM 政策以控制对 Vertex AI Feature Store 中存储的资源和数据的访问权限。 在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 GitHub 上查看 | 在 Vertex AI Workbench 用户管理的笔记本中打开 |