शुरू करेंमुफ़्त में शुरू करें

Dimensionality जाँचें

अब आपके पास नए Pinecone index में vectors ingest करना शुरू करने के लिए जरूरी जानकारी है! लेकिन शुरू करने से पहले, आपको यह जाँचना चाहिए कि आपके vectors आपके नए index की dimensionality के साथ compatible हैं.

vectors नाम से ingest करने के लिए रिकॉर्ड्स की dictionaries की एक list दी गई है. इसकी संरचना का एक पूर्वावलोकन देखें:

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

यह अभ्यास पाठ्यक्रम का हिस्सा है

Pinecone के साथ AI Applications बनाना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • अपनी API key का उपयोग करके Pinecone कनेक्शन initialize करें.
  • "datacamp-index" नाम का एक नया serverless Pinecone index बनाएँ; बाकी सेटिंग्स जैसी हैं वैसी ही रहने दें.
  • एक list comprehension का उपयोग करके जाँचें कि vectors में हर vector की length 1536 है, और एक single True या False लौटाएँ जो बताए कि क्या सभी इस शर्त को पूरा करते हैं.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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

# Create your Pinecone index
pc.____(
    name="____", 
    dimension=1536, 
    spec=____(
        cloud='aws', 
        region='us-east-1'
    )
)

# Check that each vector has a dimensionality of 1536
vector_dims = [____(vector['____']) == ____ for vector in ____]
print(____(vector_dims))
कोड संपादित करें और चलाएँ