เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Pinecone Index แรกของคุณ

เมื่อเริ่มต้น Pinecone client แล้ว ก็พร้อมสร้าง index ได้เลย! Index ใช้สำหรับจัดเก็บ record ต่าง ๆ ซึ่งรวมถึง เวกเตอร์ และ metadata ที่เกี่ยวข้อง รวมถึงรองรับการ query และการจัดการข้อมูลในรูปแบบอื่น ๆ เมื่อเรียนผ่านคอร์สนี้ไปเรื่อย ๆ จะเห็นว่าแต่ละขั้นตอนเหล่านี้ประกอบกันเป็นระบบ AI สมัยใหม่ที่สร้างบน vector database ได้อย่างไร

หากสร้าง index ที่ถูกต้องแต่ไม่ตรงกับข้อกำหนดใน คำแนะนำ โดยไม่ตั้งใจ ให้เพิ่มโค้ดด้านล่างนี้ก่อนโค้ด .create_index() เพื่อลบ index เดิมและสร้างใหม่:

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

คลาส Pinecone ถูก import ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Vector Databases สำหรับ Embeddings ด้วย Pinecone

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import คลาส ServerlessSpec จาก pinecone
  • เริ่มต้นการเชื่อมต่อ Pinecone โดยใช้ API key ของคุณ
  • สร้าง serverless index ชื่อ "my-first-index" สำหรับจัดเก็บเวกเตอร์ที่มี 256 มิติ และกำหนดค่า index ให้ใช้แพลตฟอร์มคลาวด์ 'aws' ในภูมิภาค 'us-east-1'

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import ServerlessSpec
from pinecone import ____

# Initialize the Pinecone client with your API key
pc = Pinecone(api_key="____")

# Create your Pinecone index
pc.____(
    name="____",
    dimension=____,
    spec=____(
        cloud='____',
        region='____'
    )
)
แก้ไขและรันโค้ด