Se proporciona una lista de instructivos de notebooks de Jupyter para que comiences a usar Vector Search.
Crea un índice de búsqueda de vectores
|
En este notebook, aprenderás a crear un índice de vecino más cercano (ANN), consultar el índice y validar su rendimiento de salida. |
Crea incorporaciones multimodales con el modelo de incorporaciones multimodales de Vertex AI y, luego, impleméntalas a la búsqueda vectorial
|
|
En este ejemplo, se muestra cómo crear incorporaciones de texto a imagen mediante el conjunto de datos DiffusionDB y el modelo de incorporaciones multimodales de Vertex AI. En este notebook, aprenderás a codificar incorporaciones de texto personalizadas, crear un índice de vecino más cercano (ANN) aproximado y realizar una consulta. |
Usa incorporaciones de texto de vector de búsqueda y Vertex AI para las preguntas de StackOverflow
|
|
En este ejemplo, se muestra cómo codificar las incorporaciones de texto con las incorporaciones de Vertex AI para el servicio de texto y el conjunto de datos de StackOverflow. Estas incorporaciones se suben a Vector Search. En este notebook, aprenderás a codificar incorporaciones de texto, crear un índice vecino más cercano aproximado (ANN) y realizar consultas en índices. |
¿Qué sigue?
- Consulta otros instructivos de notebooks de Vertex AI en la descripción general de los instructivos
- Explora más recursos en el repositorio de GitHub de la IA generativa.