Testen Sie Gemini 1.5-Modelle, unsere neuesten multimodalen Modelle in Vertex AI, und erfahren Sie, was Sie mit einem 1 Mio. Tokenkontextfenster erstellen können. Tesen Sie Gemini 1.5-Modelle, unsere neuesten multimodalen Modelle in Vertex AI, und erfahren Sie, was Sie mit einem 1 Mio. Tokenkontextfenster erstellen können.

Parameter für die Indexkonfiguration

Um Indexe für Ähnlichkeitssuchen zu konfigurieren, müssen Sie die folgenden Felder konfigurieren.

Eine Anleitung zum Konfigurieren eines Index finden Sie unter Indexparameter konfigurieren.

`NearestNeighborSearch`

Felder

Felder
`contentsDeltaUri`	`string` Ermöglicht das Einfügen, Aktualisieren oder Löschen des Inhalts der Vektorsuche `Index`. Der String muss ein gültiger Cloud Storage-Verzeichnispfad sein, z. B. `gs://BUCKET_NAME/PATH_TO_INDEX_DIR/`. Wenn Sie dieses Feld beim Aufrufen von `IndexService.UpdateIndex` festlegen, kann kein anderes `Index`-Feld im Rahmen desselben Aufrufs aktualisiert werden. Erfahren Sie, wie Sie einzelne Datendateien strukturieren.
`isCompleteOverwrite`	`boolean` Wenn dieses Feld beim Aufruf von `IndexService.UpdateIndex` mit `contentsDeltaUri` festgelegt wird, werden vorhandene Inhalte von `Index` durch die Daten aus `contentsDeltaUri` ersetzt. Wenn dieses Feld auf "True" festgelegt ist, wird der gesamte Index vollständig mit der neuen Metadatendatei überschrieben, die Sie bereitstellen.
`config`	`NearestNeighborSearchConfig` Die Konfiguration des `Index` der Vektorsuche.

contentsDeltaUri

string

Ermöglicht das Einfügen, Aktualisieren oder Löschen des Inhalts der Vektorsuche Index. Der String muss ein gültiger Cloud Storage-Verzeichnispfad sein, z. B. gs://BUCKET_NAME/PATH_TO_INDEX_DIR/.

Wenn Sie dieses Feld beim Aufrufen von IndexService.UpdateIndex festlegen, kann kein anderes Index-Feld im Rahmen desselben Aufrufs aktualisiert werden. Erfahren Sie, wie Sie einzelne Datendateien strukturieren.

isCompleteOverwrite

boolean

Wenn dieses Feld beim Aufruf von IndexService.UpdateIndex mit contentsDeltaUri festgelegt wird, werden vorhandene Inhalte von Index durch die Daten aus contentsDeltaUri ersetzt. Wenn dieses Feld auf "True" festgelegt ist, wird der gesamte Index vollständig mit der neuen Metadatendatei überschrieben, die Sie bereitstellen.

config

NearestNeighborSearchConfig

Die Konfiguration des Index der Vektorsuche.

`NearestNeighborSearchConfig`

Felder
`dimensions`	`int32` Erforderlich. Die Anzahl der Dimensionen der Eingabevektoren. Wird nur für dichte Einbettungen verwendet.
`approximateNeighborsCount`	`int32` Erforderlich, wenn der tree-AH-Algorithmus verwendet wird. Die Standardanzahl der Nachbarn, die über die ungefähre Suche gefunden werden sollen, bevor die genaue Neusortierung ausgeführt wird. Bei der genauen Neusortierung werden Ergebnisse, die von einem ungefähren Suchalgorithmus zurückgegeben werden, über eine aufwändigere Entfernungsberechnung neu angeordnet.
`ShardSize`	`ShardSize` Die Größe jedes Shards. Wenn ein Index groß ist, wird er basierend auf der angegebenen Shard-Größe fragmentiert. Während der Bereitstellung wird jeder Shard auf einem separaten Knoten bereitgestellt und unabhängig skaliert.
`distanceMeasureType`	`DistanceMeasureType` Die bei der Suche nach dem nächsten Nachbarn verwendete Distanzmessung.
`featureNormType`	`FeatureNormType` Art der Normalisierung, die für jeden Vektor ausgeführt werden soll.
`algorithmConfig`	`oneOf:` `TreeAhConfig` `BruteForceConfig` Die Konfiguration für die Algorithmen, die die Vektorsuche für eine effiziente Suche verwendet. Wird nur für dichte Einbettungen verwendet. `TreeAhConfig`: Konfigurationsoptionen für die Verwendung des tree-AH-Algorithmus. Weitere Informationen finden Sie in diesem Blog: Deep Retrieval mit TensorFlow Recommenders und der Vektorsuche skalieren `BruteForceConfig`: Diese Option implementiert die lineare Standardsuche in der Datenbank für jede Abfrage. Es gibt keine Felder, die für eine Brute-Force-Suche konfiguriert werden müssen. Zum Auswählen dieses Algorithmus übergeben Sie ein leeres Objekt für `BruteForceConfig`.

`DistanceMeasureType`

Enums
`SQUARED_L2_DISTANCE`	Euklidische (L₂)-Distanz
`L1_DISTANCE`	Manhattan (L₁)-Distanz
`DOT_PRODUCT_DISTANCE`	Standardwert. Definiert als negativer Wert des Skalarprodukts.
`COSINE_DISTANCE`	Kosinus-Entfernung. Wir empfehlen dringend, anstelle der KOSINUS-Distanz DOT_PRODUCT_DISTANCE + UNIT_L2_NORM zu verwenden. Unsere Algorithmen wurden für die DOT_PRODUCT-Distanz optimiert. In Kombination mit UNIT_L2_NORM bietet sie dieselbe Rangfolge und mathematische Äquivalenz wie die KOSINUS-Distanz.

`ShardSize`

Enums
`SHARD_SIZE_SMALL`	2 GiB pro Shard
`SHARD_SIZE_MEDIUM`	20 GiB pro Shard
`SHARD_SIZE_LARGE`	50 GiB pro Shard

`FeatureNormType`

Enums
`UNIT_L2_NORM`	Einheit-L2-Normalisierungstyp.
`NONE`	Standardwert. Es ist kein Normalisierungstyp angegeben.

`TreeAhConfig`

Dies sind die Felder, die für den tree-AH-Algorithmus ausgewählt werden.

Felder
`fractionLeafNodesToSearch`	`double`
	Der Standardanteil an Blattknoten, die bei einer beliebigen Abfrage durchsucht werden können. Muss zwischen 0,0 bis 1,0 (ausschließlich) liegen. Der Standardwert ist 0.05, wenn nicht festgelegt.
`leafNodeEmbeddingCount`	`int32`
	Anzahl der Einbettungen auf jedem Blattknoten. Der Standardwert ist 1.000, wenn nicht festgelegt.
`leafNodesToSearchPercent`	`int32`
	Verworfen, verwenden Sie `fractionLeafNodesToSearch`. Der Standardprozentsatz von Blattknoten, die bei einer beliebigen Abfrage durchsucht werden können. Muss zwischen 1 und 100 liegen. Der Standardwert ist 10 (also 10 %), wenn nichts festgelegt ist.

`BruteForceConfig`

Mit dieser Option wird die standardmäßige lineare Suche in der Datenbank für jede Abfrage implementiert. Es gibt keine Felder, die für eine Brute-Force-Suche konfiguriert werden müssen. Zum Auswählen dieses Algorithmus übergeben Sie ein leeres Objekt für BruteForceConfig an algorithmConfig.