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

Exercice

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, assurez-vous que vos vecteurs sont compatibles avec la dimensionnalité de votre nouvel index.

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

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

Si vous créez par erreur un index valide qui ne respecte pas les paramètres indiqués dans les instructions, vous devrez ajouter le code suivant avant votre code .create_index() :

pc.delete_index('datacamp-index')

Instructions

100 XP
  • Initialisez la connexion à Pinecone à l'aide de votre clé d'API.
  • Créez un nouvel index Pinecone sans serveur appelé "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 un seul True ou False indiquant s'ils respectent tous cette condition.