और अधिक दोहराने योग्य embeddings
जैसे-जैसे आप embeddings के साथ काम करते रहेंगे, आप OpenAI के embedding मॉडल को बार‑बार कॉल करेंगे. इन कॉल्स को अधिक दोहराने योग्य और मॉड्यूलर बनाने के लिए, create_embeddings() नाम का एक कस्टम फंक्शन परिभाषित करना बेहतर होगा, जो किसी भी संख्या के टेक्स्ट इनपुट्स के लिए embeddings आउटपुट करे. इस अभ्यास में, आप यही करने वाले हैं!
यह अभ्यास पाठ्यक्रम का हिस्सा है
OpenAI API के साथ Embeddings परिचय
अभ्यास निर्देश
- एक
create_embeddings()फंक्शन परिभाषित करें जो इनपुटtextsको embedding मॉडल को भेजे, और प्रत्येक इनपुट टेक्स्ट के embeddings वाली एक सूची रिटर्न करे. create_embeddings()का उपयोग करकेshort_descriptionको embed करें, और embeddings को एक सिंगल सूची में निकालकर प्रिंट करें.create_embeddings()का उपयोग करकेlist_of_descriptionsको embed करें और प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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(____)