了解嵌入模型如何驅動眾多最吸引人的 AI 應用。學習使用 OpenAI API 建立嵌入，並計算文字之間的語意相似度。

嵌入向量的奇妙世界！

什麼是嵌入向量（embedding）？

嵌入向量的應用

建立嵌入向量

深入解析 embeddings 的回應

探索向量空間

為產品描述建立嵌入向量

視覺化嵌入後的商品描述

文字相似度

計算 cosine 距離

更穩定可重現的嵌入向量

找出最相似的商品

什麼是 Embeddings？

Embeddings 能夠實現強大的 AI 應用，包括語意搜尋引擎、推薦引擎，以及像是情感分析這類的分類任務。學習如何使用 OpenAI 的 embeddings 模型來打造這些令人振奮的應用！

語意搜尋與增強型嵌入向量（embeddings）

豐富化 embeddings

依相似度排序

產品的語意搜尋

產品推薦系統

將使用者歷史加入推薦引擎

用於分類任務的嵌入向量（embedding）

為餐廳評論建立嵌入向量

評論情感分類

為更詳細的描述建立嵌入向量

AI 應用中的 Embeddings

若要在生產環境中啟用嵌入應用，你需要高效的向量儲存與查詢解決方案——也就是向量資料庫！你將學到向量資料庫如何協助擴展嵌入應用，並使用 Chroma 開始建立並擴充你自己的向量資料庫。

用於嵌入向量系統的向量資料庫

要不要使用中繼資料？

選擇向量資料庫解決方案

使用 ChromaDB 建立向量資料庫

ChromaDB 入門

使用 tiktoken 估算嵌入向量成本

將資料加入集合

查詢與更新資料庫

查詢 Netflix 集合

在集合中更新與刪除項目

多重查詢與篩選

使用多段文字進行查詢

使用中介資料進行篩選

恭喜！

向量資料庫

Online Retail Products

Netflix Titles (Full)

Netflix Titles (First 1000)

文字嵌入模型會將文字輸入轉換成數值向量。這種把文字編碼並捕捉其語意的能力，支撐了許多 AI 應用，例如語意搜尋引擎與推薦引擎。在本課程中，你會學習如何透過 OpenAI API 使用 OpenAI 的 Embeddings 模型，從文字資料集建立嵌入，並開始開發真實世界的應用。你也會更進一步邁向可上線的應用，學習使用向量資料庫，高效儲存並查詢已嵌入的文字。

<h2>啟用強大的 AI 應用程式</h2>
嵌入技術讓我們能以數值方式表示文字，進而捕捉文字背後的語境與意圖。 您將學習這些能力如何實現語意搜尋引擎，讓搜尋能根據意義進行，更精準的推薦引擎，以及執行像是情感分析這類的分類任務。<br><br>
<h2>使用 OpenAI API 建立嵌入向量</h2>OpenAI API 不僅提供存取其 GPT 和 Whisper 模型的端點，還有可用於從文字輸入建立嵌入向量的模型端點。 您將使用 OpenAI 最先進的嵌入模型來建立嵌入，以捕捉文本的語意。<br><br>
<h2>打造語意搜尋與推薦引擎</h2>
傳統的搜尋引擎依賴關鍵字比對來為使用者提供最相關的結果，而現代的技術則運用嵌入式表示，能夠捕捉文字的語意。 您將學習如何運用 OpenAI 的 embeddings 模型，為線上零售平台打造語意搜尋引擎，讓使用者能更輕鬆地找到最相關的商品。 您還將學習如何建立產品推薦系統，而這些系統的原理與語意搜尋相同。<br><br>
<h2>運用向量資料庫</h2>
在實際應用中，依賴嵌入技術的 AI 應用通常會使用向量資料庫，以更高效且可重現的方式儲存與查詢嵌入後的文字。 在本課程中，您將學習如何使用 ChromaDB 這個開源、自我管理的向量資料庫解決方案，在本地系統上建立並儲存嵌入向量。

Working with the OpenAI API

Python Toolbox

使用OpenAI的嵌入模型解鎖更先進的AI應用，如語義搜索和推薦引擎！

Introduction to Embeddings with the OpenAI API

學會運用 OpenAI 的 embedding model，打造語意搜尋與推薦引擎等進階 AI 應用！

AI 工程師入門路徑（適合開發人員）

開發 AI 應用程式

OpenAI 基礎入門

Senior Software Engineer, DataCamp

語意搜尋與強化嵌入

語意搜尋

強化嵌入

用 F-strings 結合特徵

建立強化嵌入

計算距離

回傳搜尋結果

一起來練習吧！

AI 應用中的 Embeddings - 語意搜尋與增強型嵌入向量（embeddings）

語意搜尋與增強型嵌入向量（embeddings）

Create Your Free Account