Plus d'encastrements reproductibles
Au fur et à mesure que vous travaillerez avec les embeddings, vous serez amené à faire des appels répétés au modèle d'embeddings d'OpenAI. Pour effectuer ces appels de manière plus reproductible et modulaire, il serait préférable de définir une fonction personnalisée appelée create_embeddings() qui produirait des embeddings pour n'importe quel nombre d'entrées de texte. C'est ce que vous allez faire dans cet exercice !
Cet exercice fait partie du cours
Introduction à l'intégration avec l'API OpenAI
Instructions
- Définissez une fonction
create_embeddings()qui envoie une entrée,texts, au modèle d'intégration et renvoie une liste contenant les intégrations pour chaque texte d'entrée. - Intégrer
short_descriptionà l'aide decreate_embeddings(), puis extraire et imprimer les intégrations dans une liste unique. - Incorporez
list_of_descriptionsà l'aide decreate_embeddings()et imprimez.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Define a create_embeddings function
def create_embeddings(texts):
response = client.____(
model="text-embedding-3-small",
input=____
)
response_dict = response.model_dump()
return [data['____'] for data in ____['data']]
# Embed short_description and print
print(____)
# Embed list_of_descriptions and print
print(____)