CommencezCommencez gratuitement

Regrouper les upserts par segments

Dans cet exercice, vous allez vous exercer à ingérer des vecteurs dans l'index Pinecone 'datacamp-index' en série, lot par lot.

La fonction utilitaire chunks() que vous avez créée à l'exercice précédent est disponible :

def chunks(iterable, batch_size=100):
    """A helper function to break an iterable into chunks of size batch_size."""
    it = iter(iterable)
    chunk = tuple(itertools.islice(it, batch_size))
    while chunk:
        yield chunk
        chunk = tuple(itertools.islice(it, batch_size))

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 avec votre clé d'API.
  • Effectuez l'upsert des vecteurs dans vectors par lots de 100 vecteurs dans 'datacamp-index'.
  • Affichez les statistiques descriptives de cet index.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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

index = pc.Index('datacamp-index')

# Upsert vectors in batches of 100
for chunk in ____:
    ____ 

# Retrieve statistics of the connected Pinecone index
print(____)
Modifier et exécuter le code