LoslegenKostenlos loslegen

Überprüfen der Dimensionalität

Jetzt hast du alles, was du brauchst, um Vektoren in einen neuen Pinecone-Index zu laden! Bevor du loslegst, solltest du sichergehen, dass deine Vektoren mit der Dimension deines neuen Index kompatibel sind.

Eine Liste mit Wörterbüchern, die zu importierende Einträge enthalten, findest du unter vectors. Hier ist eine Vorschau auf den Aufbau:

vectors = [

    {

        "id": "0",

        "values": [0.025525547564029694, ..., 0.0188823901116848]

        "metadata": {"genre": "action", "year": 2024}

    },

        ...,

]

Wenn du aus Versehen einen gültigen Index erstellst, der nicht den Angaben in der Anleitung entspricht, musst du den folgenden Code vor deinem Code „ .create_index() ” einfügen:

pc.delete_index('datacamp-index')

Diese Übung ist Teil des Kurses

Vektordatenbanken für Einbettungen mit Pinecone

Kurs anzeigen

Anleitung zur Übung

  • Starte die Pinecone-Verbindung mit deinem API-Schlüssel.
  • Mach einen neuen serverlosen Pinecone-Index namens „ "datacamp-index" “ und lass die anderen Einstellungen so, wie sie sind.
  • Verwende eine Listenkomprimierung, um zu überprüfen, ob jeder Vektor in „ vectors “ die Länge „ 1536 “ hat, und gib ein einzelnes „ True “ oder „ False “ zurück, um anzuzeigen, ob alle diese Bedingung erfüllen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Initialize the Pinecone client using your API key
pc = Pinecone(api_key="____")

# Create your Pinecone index
pc.____(
    name="____", 
    dimension=1536, 
    spec=____(
        cloud='aws', 
        region='us-east-1'
    )
)

# Check that each vector has a dimensionality of 1536
vector_dims = [____(vector['____']) == ____ for vector in ____]
print(____(vector_dims))
Code bearbeiten und ausführen