Mulai sekarangMulai gratis

Memeriksa dimensi

Sekarang Anda sudah siap untuk mulai mengimpor vektor ke index Pinecone baru! Sebelum mulai, periksa dulu apakah vektor Anda kompatibel dengan dimensi index baru tersebut.

Daftar kamus yang berisi catatan untuk diimpor telah disediakan sebagai vectors. Berikut pratinjau strukturnya:

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

Jika Anda tidak sengaja membuat index valid yang tidak memenuhi spesifikasi seperti yang dijelaskan di instruksi, Anda perlu menambahkan kode berikut sebelum kode .create_index() Anda:

pc.delete_index('datacamp-index')

Latihan ini merupakan bagian dari kursus

Database Vektor untuk Embeddings dengan Pinecone

Lihat Kursus

Instruksi latihan

  • Inisialisasi koneksi Pinecone menggunakan kunci API Anda.
  • Buat index Pinecone serverless baru bernama "datacamp-index"; biarkan pengaturan lain apa adanya.
  • Gunakan list comprehension untuk memeriksa bahwa setiap vektor dalam vectors memiliki panjang 1536, dan kembalikan satu nilai True atau False yang menunjukkan apakah semuanya memenuhi ketentuan tersebut.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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))
Edit dan Jalankan Kode