È disponibile un elenco di tutorial sui blocchi note Jupyter per aiutarti a iniziare a utilizzare la ricerca vettoriale.
Creare un indice Vector Search
|
In questo blocco note, imparerai come creare un vicino più prossimo approssimativo (ANN), eseguire query sull'indice e convalidare le prestazioni dell'output. |
Crea embedding multimodali con il modello di embedding multimodali di Vertex AI ed esegui il deployment in Ricerca vettoriale
|
|
Questo esempio mostra come creare embedding di testo in immagini utilizzando il set di dati DiffusionDB e il modello di embedding multimodale di Vertex AI. In questo notebook, imparerai a codificare gli incorporamenti di testo personalizzati, creare un indice di reti neurali di approssimazione del vicino più prossimo (ANN) ed eseguire query. |
Utilizzare gli incorporamenti di testo di Vector Search e Vertex AI per le domande di StackOverflow
|
|
Questo esempio mostra come codificare gli embedding di testo utilizzando gli embedding di Vertex AI per il servizio di testo e il set di dati StackOverflow. Questi incorporamenti vengono caricati su Vector Search. In questo notebook, imparerai a codificare gli embedding di testo, a creare un indice di vicini più prossimi approssimativi (ANN) e a eseguire query sugli indici. |
Passaggi successivi
- Consulta altri tutorial sui blocchi note Vertex AI nella Panoramica dei tutorial
- Esplora altre risorse nel repository GitHub dell'IA generativa