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 notebook imparerai a creare un indice di reti neurali di approssimazione con vicini più prossimi (ANN), eseguire query sull'indice e convalidarne il rendimento in uscita. |
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 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. |
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 Incorporamenti Vertex AI per il servizio di testo e il set di dati StackOverflow. Questi embedding vengono caricati in Ricerca vettoriale. 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 di Vertex AI nella panoramica dei tutorial
- Esplora altre risorse nel repository GitHub per l'IA generativa