CommencezCommencez gratuitement

Vérifier la dimensionnalité

Vous avez maintenant tout ce qu'il faut pour commencer à ingérer des vecteurs dans un nouvel index Pinecone ! Avant de vous lancer, vérifiez que vos vecteurs sont compatibles avec la dimensionnalité de votre nouvel index.

Une liste de dictionnaires contenant les enregistrements à ingérer vous est fournie sous vectors. Voici un aperçu de sa structure :

vectors = [
    {
        "id": "0",
        "values": [0.025525547564029694, ..., 0.0188823901116848]
        "metadata": {"genre": "action", "year": 2024}
    },
        ...,
]

Cette activité fait partie du cours

Créer des applications d'IA avec Pinecone

Voir le cours

Instructions de l’exercice

  • Initialisez la connexion à Pinecone à l'aide de votre clé d'API.
  • Créez un nouvel index Pinecone sans serveur nommé "datacamp-index"; laissez les autres paramètres tels quels.
  • Utilisez une compréhension de liste pour vérifier que chaque vecteur dans vectors a une longueur de 1536, et retournez une seule valeur True ou False indiquant s'ils satisfont tous cette condition.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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))
Modifier et exécuter le code