Testen Sie Gemini 1.5-Modelle, unsere neuesten multimodalen Modelle in Vertex AI, und erfahren Sie, was Sie mit einem 1 Mio. Tokenkontextfenster erstellen können.Tesen Sie Gemini 1.5-Modelle, unsere neuesten multimodalen Modelle in Vertex AI, und erfahren Sie, was Sie mit einem 1 Mio. Tokenkontextfenster erstellen können.
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Eine Liste mit Jupyter-Notebook-Anleitungen wird bereitgestellt, um Ihnen den Einstieg in die Vektorsuche zu erleichtern.
Vektorsuchindex erstellen
In diesem Notebook erfahren Sie, wie Sie einen ANN-Index (Approximate Nearest Neighbor) erstellen, den Index abfragen und die Ausgabeleistung validieren.
Vertex AI-Modell für multimodale Einbettungen erstellen und für die Vektorsuche bereitstellen
In diesem Beispiel wird gezeigt, wie Sie mithilfe des Datasets DiffusionDB und des Vertex AI-Modells für multimodale Einbettungen Text-zu-Bild-Einbettungen erstellen.
In diesem Notebook erfahren Sie, wie Sie benutzerdefinierte Texteinbettungen codieren, einen ANN-Index (Approximate Nearest Neighbor) erstellen und diesen abfragen.
Vektorsuche und Vertex AI-Texteinbettungen für StackOverflow-Fragen verwenden
Dieses Beispiel zeigt, wie Texteinbettungen mit Vertex AI-Einbettungen für Textdienste und das StackOverflow-Dataset codiert werden.
Diese Einbettungen werden in die Vektorsuche hochgeladen. In diesem Notebook erfahren Sie, wie Sie Texteinbettungen codieren, einen ANN-Index (Approximate Nearest Neighbor) erstellen und Indexe abfragen.