शुरू करेंमुफ़्त में शुरू करें

आपका पहला Pinecone index

Pinecone क्लाइंट initialize करने के बाद, आप index बनाना शुरू करने के लिए तैयार हैं! Indexes का उपयोग records स्टोर करने के लिए होता है, जिनमें vectors और उनसे जुड़ी metadata शामिल होती है, साथ ही queries सर्व करने और अन्य operations के लिए भी. जैसे-जैसे आप कोर्स में आगे बढ़ेंगे, आप देखेंगे कि ये अलग-अलग चरण मिलकर vector database पर आधारित एक आधुनिक AI सिस्टम बनाते हैं.

Pinecone क्लास आपके लिए पहले से import की जा चुकी है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Pinecone के साथ AI Applications बनाना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • pinecone से ServerlessSpec क्लास import करें.
  • अपने API key का उपयोग करके Pinecone कनेक्शन initialize करें.
  • "my-first-index" नाम का एक serverless index बनाएँ, जो 256 dimensions वाले vectors रखे, और index को 'aws' cloud platform और 'us-east-1' region के लिए कॉन्फ़िगर करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import ServerlessSpec
from pinecone import ____

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

# Create your Pinecone index
pc.____(
    name="____",
    dimension=____,
    spec=____(
        cloud='____',
        region='____'
    )
)
कोड संपादित करें और चलाएँ