Uma lista de tutoriais do notebook do Jupyter é fornecida para ajudá-lo a começar a usar a pesquisa de vetor.
Criar um índice de pesquisa de vetor
|
Neste notebook, você aprenderá a criar um índice de vizinho mais próximo (ANN, na sigla em inglês) aproximado, consultar o índice e validar o desempenho de saída dele. |
Criar embeddings multimodais com o modelo de embeddings multimodais da Vertex AI e implantar na Pesquisa de vetor
|
|
Neste exemplo, demonstramos como criar embeddings de texto para imagem usando o conjunto de dados DiffusionDB e o modelo de embeddings multimodais da Vertex AI. Neste notebook, você aprenderá a codificar embeddings de texto personalizados, a criar um índice de vizinho mais próximo aproximado (ANN, na sigla em inglês) e a fazer consultas. |
Usar a Pesquisa de vetor e embeddings de texto da Vertex AI para perguntas do StackOverflow
|
|
Neste exemplo, demonstramos como codificar embeddings de texto usando os embeddings de texto da Vertex AI para serviço de texto e o conjunto de dados StackOverflow. Esses embeddings são enviados para a Pesquisa de vetor. Neste notebook, você aprenderá a codificar embeddings de texto, criar um índice de vizinho mais próximo aproximado (ANN, na sigla em inglês) e consultar índices. |
A seguir
- Veja outros tutoriais do notebook da Vertex AI na visão geral dos tutoriais.
- Confira mais recursos no repositório do GitHub da AI Generativa