Початок роботи з ChromaDB
У наступних вправах ви використаєте векторну базу даних, щоб створити вкладення (embeddings — векторні представлення) та виконати запит для 1000 фільмів і серіалів із набору даних Netflix, представленого у відео. Мета — отримати рекомендації на основі пошукового запиту. Спочатку ви створите базу даних і колекцію для зберігання даних.
chromadb доступна для використання, а OpenAIEmbeddingFunction() імпортовано з chromadb.utils.embedding_functions. Як і в перших двох розділах, у цьому розділі вам не потрібно надавати ключ OpenAI API.
Ця вправа є частиною курсу
Вступ до Embeddings з OpenAI API
Інструкції до вправи
- Створіть персистентного клієнта, щоб зберігати файли бази даних на диску; для цих вправ можна не вказувати шлях до файлів.
- Створіть колекцію бази даних з назвою
netflix_titles, яка використовує функцію вкладень OpenAI. - Виведіть список усіх колекцій у базі даних.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Create a persistant client
client = chromadb.____()
# Create a netflix_title collection using the OpenAI Embedding function
collection = client.create_collection(
name="____",
____=____(model_name="text-embedding-3-small", api_key="")
)
# List the collections
print(client.____())