写点什么

通过 DashScope API 调用将多种模态转换为向量

作者:DashVector
  • 2024-08-29
    陕西
  • 本文字数:1422 字

    阅读完需:约 5 分钟

通过DashScope API调用将多种模态转换为向量

本文介绍如何通过模型服务灵积DashScope进行 多模态向量生成 ,并入库至向量检索服务 DashVector 中进行向量检索。


模型服务灵积DashScope,通过灵活、易用的模型 API 服务,让各种模态模型的能力,都能方便的为 AI 开发者所用。通过灵积 API,开发者不仅可以直接集成大模型的强大能力,也可以对模型进行训练微调,实现模型定制化。

前提条件

  • DashVector:

  • 已创建 Cluster

  • 已获得 API-KEY

  • 已安装最新版 SDK

  • 已开通服务并获得 API-KEY

  • 已安装最新版 SDK

ONE-PEACE 多模态向量表征

简介

ONE-PEAC是一个 图文音三模态 通用表征模型,在语义分割、音文检索、音频分类和视觉定位几个任务都达到了新 SOTA 表现,在视频分类、图像分类、图文检索、以及多模态经典 benchmark 也都取得了比较领先的结果。


说明


关于灵积 ONE-PEACE 多模态向量表征更多信息请参考:ONE-PEACE多模态向量表征


使用示例


说明

需要进行如下替换代码才能正常运行:


  1. DashVector api-key 替换示例中的{your-dashvector-api-key}

  2. DashVector Cluster Endpoint 替换示例中的{your-dashvector-cluster-endpoint}

  3. DashScope api-key 替换示例中的{your-dashscope-api-key}


Python


import dashscopefrom dashscope import MultiModalEmbeddingfrom dashvector import Client

dashscope.api_key = '{your-dashscope-api-key}'

# 调用DashScope ONE-PEACE模型,将各种模态素材embedding为向量def generate_embeddings(text: str = None, image: str = None, audio: str = None): input = [] if text: input.append({'text': text}) if image: input.append({'image': image}) if audio: input.append({'audio': audio}) result = MultiModalEmbedding.call( model=MultiModalEmbedding.Models.multimodal_embedding_one_peace_v1, input=input, auto_truncation=True ) if result.status_code != 200: raise Exception(f"ONE-PEACE failed to generate embedding of {input}, result: {result}") return result.output["embedding"]

# 创建DashVector Clientclient = Client( api_key='{your-dashvector-api-key}', endpoint='{your-dashvector-cluster-endpoint}')
# 创建DashVector Collectionrsp = client.create('one-peace-embedding', 1536)assert rspcollection = client.get('one-peace-embedding')assert collection
# 向量入库DashVectorcollection.insert( [ ('ID1', generate_embeddings(text='阿里云向量检索服务DashVector是性能、性价比具佳的向量数据库之一')), ('ID2', generate_embeddings(image='https://dashscope.oss-cn-beijing.aliyuncs.com/images/256_1.png')), ('ID3', generate_embeddings(audio='https://dashscope.oss-cn-beijing.aliyuncs.com/audios/cow.flac')), ('ID4', generate_embeddings( text='阿里云向量检索服务DashVector是性能、性价比具佳的向量数据库之一', image='https://dashscope.oss-cn-beijing.aliyuncs.com/images/256_1.png', audio='https://dashscope.oss-cn-beijing.aliyuncs.com/audios/cow.flac' )) ])
# 向量检索docs = collection.query( generate_embeddings(text='The best vector database'))print(docs)
复制代码

相关最佳实践


发布于: 刚刚阅读数: 4
用户头像

DashVector

关注

还未添加个人签名 2024-05-14 加入

向量检索服务DashVector基于通义实验室自研的高效向量引擎Proxima内核,提供具备水平拓展能力的云原生、全托管的向量检索服务。

评论

发布
暂无评论
通过DashScope API调用将多种模态转换为向量_人工智能_DashVector_InfoQ写作社区