1. Learn
    2. /
  2. कोर्स
    3. /
  3. Pinecone के साथ Embeddings के लिए Vector Databases
Connected

अभ्यास

आपका पहला Pinecone index

Pinecone क्लाइंट initialize होने के बाद, अब आप index बनाना शुरू कर सकते हैं! Indexes में records स्टोर होते हैं—इनमें vectors और उनसे जुड़ी metadata शामिल होती है—साथ ही ये queries और अन्य manipulations को सर्व करते हैं। जैसे-जैसे आप कोर्स में आगे बढ़ेंगे, आप देखेंगे कि ये सारे स्टेप्स मिलकर vector database पर आधारित एक आधुनिक AI सिस्टम कैसे बनाते हैं.

यदि आप गलती से ऐसा वैध index बना दें जो निर्देशों में बताए गए specifications को पूरा नहीं करता, तो उसे delete करके दोबारा बनाने के लिए अपनी .create_index() कोड से पहले यह कोड जोड़ें:

pc.delete_index('my-first-index')

Pinecone क्लास पहले से आपके लिए import की गई है.

निर्देश

100 XP
  • pinecone से ServerlessSpec क्लास import करें.
  • अपनी API key का उपयोग करके Pinecone कनेक्शन initialize करें.
  • एक serverless index बनाएँ जिसका नाम "my-first-index" हो, जो 256 dimensions वाले vectors रखे, और इंडेक्स को 'aws' cloud प्लेटफ़ॉर्म पर 'us-east-1' region के लिए configure करें.