了解嵌入模型如何驱动众多令人兴奋的 AI 应用。学习使用 OpenAI API 创建嵌入，并计算文本之间的语义相似度。

奇妙的嵌入向量世界！

什么是嵌入向量？

嵌入向量的应用

创建嵌入向量

深入解析 embeddings 的响应

探索向量空间

为产品描述创建嵌入向量

可视化嵌入后的商品描述

文本相似度

计算余弦距离

更可复用的嵌入向量

查找最相似的商品

什么是 Embeddings？

嵌入支持强大的 AI 应用，包括语义搜索引擎、推荐引擎，以及情感分析等分类任务。学习如何使用 OpenAI 的嵌入模型来实现这些精彩应用！

语义搜索与增强型嵌入向量

丰富嵌入向量

按相似度排序

产品的语义搜索

产品推荐系统

将用户历史加入推荐引擎

用于分类任务的嵌入向量（embedding）

为餐厅评论创建嵌入向量

评论情感分类

为更详细的描述生成嵌入向量

AI 应用中的 Embeddings

要在生产环境中落地嵌入类应用，您需要高效的向量存储与查询方案：这就是向量数据库！您将学习向量数据库如何帮助扩展嵌入应用的规模，并使用 Chroma 创建并扩充您自己的向量数据库。

用于嵌入系统的向量数据库

选项

元数据

非元数据

用不用元数据？

选择向量数据库方案

使用 ChromaDB 创建向量数据库

ChromaDB 入门

使用 tiktoken 估算嵌入向量成本

向集合添加数据

查询与更新数据库

查询 Netflix 集合

在集合中更新与删除条目

多次查询与筛选

使用多个文本进行查询

使用元数据进行过滤

恭喜您！

向量数据库

Online Retail Products

Netflix Titles (Full)

Netflix Titles (First 1000)

文本嵌入模型会将文本输入转换为数值表示。由于能编码文本并捕捉语义含义，嵌入模型成为多种 AI 应用的基础，例如语义搜索引擎和推荐引擎。在本课程中，您将学习如何通过 OpenAI API 使用 OpenAI 的 Embeddings 模型，从文本数据集创建嵌入，并开始开发真实世界的应用。您还将迈出迈向生产级应用的重要一步，了解向量数据库，用于高效存储和查询嵌入文本。

<h2>打造强大的 AI 应用</h2>
嵌入使我们能够以数值方式表示文本，捕捉文本背后的上下文和意图。 你将了解这些能力如何支持语义搜索引擎，使其能够基于含义进行搜索，打造更相关的推荐引擎，并执行诸如情感分析之类的分类任务。<br><br>
<h2>使用 OpenAI API 创建嵌入</h2>OpenAI API 不仅提供用于访问其 GPT 和 Whisper 模型的端点，还提供用于从文本输入创建嵌入的模型。 您将使用 OpenAI 先进的嵌入模型创建嵌入，以捕捉文本的语义含义。<br><br>
<h2>构建语义搜索和推荐引擎</h2>
传统搜索引擎依赖关键词匹配来向用户返回最相关的结果，但更现代的技术使用嵌入，因为它们能够捕捉文本的语义含义。 你将学习如何使用 OpenAI 的嵌入模型为在线零售平台创建语义搜索引擎，从而让用户更轻松地找到最相关的产品。 你还将学习如何创建产品推荐系统，这些系统建立在与语义搜索相同的原理之上。<br><br>
<h2>利用向量数据库</h2>
生产环境中的 AI 应用若依赖嵌入，通常会使用向量数据库以更高效、可复现的方式存储和查询嵌入文本。 在本课程中，你将学习如何使用 ChromaDB——一个开源、自托管的向量数据库解决方案——在本地系统上创建和存储嵌入。

Working with the OpenAI API

Python Toolbox

使用OpenAI的嵌入模型解锁更高级的AI应用，如语义搜索和推荐引擎！

使用 OpenAI API 的 Embeddings 入门

用 OpenAI 的嵌入模型解锁更高级的 AI 应用，如语义搜索和推荐引擎！

使用 ChromaDB 创建向量数据库

Create Your Free Account