1. Learn
    2. /
  2. Kurser
    3. /
  3. Vektordatabaser för embeddings med Pinecone
Connected

Övning

Kontrollera dimensionalitet

Nu har du kunskapen som krävs för att börja mata in vektorer i ett nytt Pinecone-index! Innan du sätter igång bör du kontrollera att dina vektorer är kompatibla med dimensionaliteten hos ditt nya index.

En lista med ordlistor som innehåller poster att mata in finns tillgänglig som vectors. Här är en förhandsgranskning av dess struktur:

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

Instruktioner

100 XP
  • Initiera Pinecone-anslutningen med din API-nyckel.
  • Skapa ett nytt serverlöst Pinecone-index med namnet "datacamp-index"; lämna övriga inställningar som de är.
  • Använd ett listomfattningsuttryck för att kontrollera att varje vektor i vectors har längden 1536, och returnera ett enda True eller False som anger om alla uppfyller detta villkor.