НачатьНачать бесплатно

Пакетная загрузка векторов в параллельном режиме

В этом упражнении вы будете загружать векторы в индекс Pinecone 'datacamp-index' в параллельном режиме. Вам нужно подключиться к индексу, асинхронно добавить векторы пакетами и проверить обновлённые метрики индекса 'datacamp-index'.

Вспомогательная функция chunks(), созданная ранее, по-прежнему доступна:

def chunks(iterable, batch_size=100):
    """A helper function to break an iterable into chunks of size batch_size."""
    it = iter(iterable)
    chunk = tuple(itertools.islice(it, batch_size))
    while chunk:
        yield chunk
        chunk = tuple(itertools.islice(it, batch_size))

Это упражнение является частью курса

Создание ИИ-приложений с Pinecone

Посмотреть курс

Инструкции к упражнению

  • Инициализируйте клиент Pinecone, разрешив 20 одновременных запросов.
  • Добавьте векторы из vectors пакетами по 200 векторов на запрос асинхронно, настроив 20 одновременных запросов.
  • Выведите обновлённые метрики индекса Pinecone 'datacamp-index'.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Initialize the client
pc = Pinecone(api_key="____", ____)

index = pc.Index('datacamp-index')

# Upsert vectors in batches of 200 vectors
with pc.Index('datacamp-index', ____) as index:
    async_results = [____(vectors=chunk, ____) for chunk in chunks(vectors, batch_size=____)]
    [async_result.get() for async_result in async_results]

# Retrieve statistics of the connected Pinecone index
print(____)
Редактировать и запускать код