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.
Per aiutarti, viene fornito un elenco di tutorial sul blocco note Jupyter
inizia a utilizzare la ricerca vettoriale.
Crea un indice di 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 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
Set di dati DiffusionDB e il modello di incorporamenti multimodali di Vertex AI.
In questo blocco note, imparerai a codificare incorporamenti di testo personalizzati, creare
l'indice del vicino più prossimo approssimato (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 le rappresentazioni distribuite di testo utilizzando
Incorporamenti 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, a creare un vicino
(ANN) ed eseguire query sugli indici.