ChromaDB के साथ शुरुआत
आगे के अभ्यासों में, आप एक vector database का उपयोग करके वीडियो में बताए गए Netflix डेटासेट से 1000 फिल्मों और टीवी शोज़ को embed और query करेंगे. लक्ष्य है कि किसी search query के आधार पर सिफारिशें (recommendations) बनाने के लिए इस डेटा का उपयोग किया जाए. शुरुआत करने के लिए, आप डेटा स्टोर करने हेतु database और collection बनाएँगे.
chromadb आपके उपयोग के लिए उपलब्ध है, और OpenAIEmbeddingFunction() को chromadb.utils.embedding_functions से इम्पोर्ट किया गया है. पहले दो चैप्टर्स की तरह, इस चैप्टर में भी आपको OpenAI API key प्रदान करने की ज़रूरत नहीं है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
OpenAI API के साथ Embeddings परिचय
अभ्यास निर्देश
- database files को डिस्क पर सेव करने के लिए एक persistent client बनाएँ; इन अभ्यासों के लिए आप file path छोड़ सकते हैं.
- OpenAI embedding function का उपयोग करने वाली
netflix_titlesनाम की एक database collection बनाएँ. - database में मौजूद सभी collections की सूची दिखाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create a persistant client
client = chromadb.____()
# Create a netflix_title collection using the OpenAI Embedding function
collection = client.create_collection(
name="____",
____=____(model_name="text-embedding-3-small", api_key="")
)
# List the collections
print(client.____())