1. Apprendre
    2. /
  2. Cours
    3. /
  3. Bases de données vectorielles pour les embeddings avec Pinecone
Connected

Exercice

Votre premier index Pinecone

Votre client Pinecone est initialisé : vous êtes prêt à créer un index! Les index servent à stocker des enregistrements, y compris les vecteurs et leurs métadonnées associées, ainsi qu'à traiter des requêtes et d'autres manipulations. Au fil du cours, vous verrez comment ces différentes étapes mènent à un système d'IA moderne basé sur une base de données vectorielle.

Si vous créez par erreur un index valide qui ne respecte pas les spécifications des instructions, vous devrez ajouter le code suivant avant votre code .create_index() pour le supprimer et le recréer:

pc.delete_index('my-first-index')

La classe Pinecone a déjà été importée pour vous.

Instructions

100 XP
  • Importez la classe ServerlessSpec depuis pinecone.
  • Initialisez la connexion à Pinecone avec votre clé d'API.
  • Créez un index sans serveur nommé "my-first-index" pour contenir des vecteurs de 256 dimensions et configurez l'index pour la plateforme infonuagique 'aws' dans la région 'us-east-1'.