Prova i modelli Gemini 1.5, gli ultimi modelli multimodali di Vertex AI, e scopri cosa puoi creare con una finestra contestuale fino a 2 milioni di token.Prova i modelli Gemini 1.5, i più recenti modelli multimodali di Vertex AI, e scopri cosa puoi creare con una finestra contestuale fino a 2 milioni di token.
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Viene fornito un elenco di tutorial sui blocchi note Jupyter per aiutarti a iniziare a utilizzare Vector Search.
Crea un indice di Vector Search
In questo blocco note imparerai a creare un indice del vicino più prossimo approssimativo (ANN), eseguire query sull'indice e convalidare le prestazioni di output.
Crea incorporamenti multimodali con il modello di incorporamenti multimodali di Vertex AI ed esegui il deployment su Vector Search
Questo esempio mostra come creare incorporamenti da testo a immagine utilizzando il set di dati DiffusionDB e il modello di incorporamenti multimodali di Vertex AI.
In questo blocco note, imparerai come codificare incorporamenti di testo personalizzati, creare un indice del vicino più prossimo approssimativo (ANN) ed eseguire query.
Usa Vector Search e gli incorporamenti di testo di Vertex AI per le domande su StackOverflow
Questo esempio mostra come codificare gli incorporamenti di testo utilizzando gli incorporamenti di Vertex AI per il servizio di testo e il set di dati StackOverflow.
Questi incorporamenti vengono caricati su Vector Search. In questo blocco note imparerai a codificare gli incorporamenti di testo, creare un indice ANN (approssimato del vicino più prossimo) ed eseguire query sugli indici.
