vectorai
v0.2.5
(VectorAI는 가치가 하락하여 더 이상 유지 관리되지 않습니다. 벡터 검색을 사용하려면 Relevance AI를 사용하는 것이 좋습니다. https://tryrelevance.com을 확인하세요.)
pip를 통해 설치하세요! 모든 OS와 호환됩니다.
pip install vectorai
지속적인 개선으로 인해 야간 버전이 필요한 경우 다음을 사용하여 야간 버전을 설치할 수 있습니다.
pip install vectorai-nightly
참고: 야간 버전은 여전히 자동화된 테스트를 통과하지만 안정적이지 않을 수 있습니다.
5분 안에 텍스트/이미지/오디오 검색 엔진을 만드는 방법에 대한 빠른 시작 노트북을 확인하세요: Quickstart.ipynb
from vectorai import ViClient, request_api_key
api_key = request_api_key(username=<username>, email=<email>, description=<description>, referral_code="github_referred")
vi_client = ViClient(username=username, api_key=api_key)
from vectorai.models.deployed import ViText2Vec
text_encoder = ViText2Vec(username, api_key)
documents = [
{
'_id': 0,
'color': 'red'
},
{
'_id': 1,
'color': 'blue'
}
]
# Insert the data
vi_client.insert_documents('test-collection', documents, models={'color': text_encoder.encode})
# Search the data
vi_client.search('test-collection', text_encoder.encode('maroon'), 'color_vector_', page_size=2)
# Get Recommendations
vi_client.search_by_id('test-collection', '1', 'color_vector_', page_size=2)
Vector AI는 한 줄의 코드로 벡터를 최대한 쉽게 분석할 수 있는 강력한 시각화 기능을 갖추고 있습니다.
vi_client.plot_dimensionality_reduced_vectors(documents,
point_label='title',
dim_reduction_field='_dr_ivis',
cluster_field='centroid_title', cluster_label='centroid_title')
vi_client.plot_2d_cosine_similarity(
documents,
documents[0:2],
vector_fields=['use_vector_'],
label='name',
anchor_document=documents[0]
)
문서에서 벡터와 검색 성능을 쉽게 비교해보세요!
VectorHub는 Vector AI의 주요 모델 저장소입니다. VectorHub의 모델은 scikit-learn 인터페이스로 구축되었으며 모두 Vector AI 통합의 예를 포함합니다. 새로운 기성 모델을 실험해보고 싶다면 VectorHub 모델을 사용해 보는 것이 좋습니다. 모든 모델은 Colab에서 테스트되었으며 단 3줄의 코드만으로 사용할 수 있습니다!
모든 벡터 필드의 이름에 '_Vector_'가 포함되어 있고 모든 ID 필드의 이름이 '_id'인지 확인하세요.
예를 들어:
example_item = {
'_id': 'James',
'skills_vector_': [0.123, 0.456, 0.789, 0.987, 0.654, 0.321]
}
다음은 ID 열, 벡터 열로 인식되지 않습니다.
example_item = {
'name_id': 'James',
'skillsvector_': [0.123, 0.456, 0.789, 0.987, 0.654, 0.321]
}
Python SDK는 Pythonista가 가능한 한 적은 코드 라인으로 VectorAI의 강력한 기능을 활용할 수 있는 방법을 제공하도록 설계되었습니다. 이는 오픈 소스 자동화 도구를 통해 API의 모든 요소를 노출하며, 데이터 과학자와 엔지니어가 VectorAI 엔진과 상호 작용하여 개발자가 API 요청을 활용하기 전에 빠른 프로토타입을 제작하는 주요 방법입니다.
참고 : VectorAI SDK는 개발 서버에 구축되어 있어 때때로 오류가 발생할 수 있습니다. 그러나 이는 사용자가 필요에 따라 가장 최첨단 기능에 액세스할 수 있도록 하는 데 중요합니다. 이러한 문제가 발생하는 경우 긴급하지 않은 경우 GitHub 문제를 생성하는 것이 좋지만 더 긴급한 문의 사항은 Discord 채널을 핑해 주시기 바랍니다.
다국어 AI 패션 어시스턴트 만들기: https://fashionfiesta.me | 블로그
Vector AI로 만든 블로그나 웹사이트를 공유해 주세요!
