Tutoriels sur les notebooks Vector Search

Une liste de tutoriels Jupyter Notebook est fournie pour vous aider à commencer à utiliser Vector Search.

Créer un index de recherche vectorielle

Présentation de l'entraînement pour la classification tabulaire

Dans ce notebook, vous apprendrez à créer un index des plus proches voisins approximatifs (ANN), à interroger l'index et à valider ses performances de sortie.

Ouvrir dans Colab Afficher sur GitHub

Créer des embeddings multimodaux avec le modèle d'embeddings multimodaux Vertex AI et les déployer dans la recherche vectorielle

Présentation de l'entraînement pour la classification tabulaire

Cet exemple montre comment créer des embeddings multimodaux texte vers image à l'aide de l'ensemble de données DiffusionDB et du modèle d'embeddings multimodaux de Vertex AI. Dans ce notebook, vous apprendrez à encoder des embeddings textuels personnalisés, à créer un index des plus proches voisins approximatifs (ANN) et à effectuer une requête.

Ouvrir dans Colab Afficher sur GitHub

Utiliser Vector Search et les embeddings textuels Vertex AI pour les questions concernant StackOverflow

Présentation de l'entraînement pour la classification tabulaire

Cet exemple montre comment encoder des embeddings textuels à l'aide d'embeddings Vertex AI pour le service de texte et de l'ensemble de données StackOverflow. Ces embeddings sont importés dans Vector Search. Dans ce notebook, vous apprendrez à encoder des embeddings textuels, à créer un index des plus proches voisins approximatifs (ANN) et à interroger les index.

Ouvrir dans Colab Afficher sur GitHub

Étape suivante