בדף הזה מוסבר איך לרשום נקודת קצה של מודל AI וליצור הטמעות וקטוריות באמצעות ניהול נקודות קצה של מודלים. כדי להשתמש במודלים של AI בסביבות ייצור, אפשר לעיין במאמרים יצירת אפליקציות AI גנרטיבי באמצעות Cloud SQL ועבודה עם הטמעות וקטוריות.
אחרי שמוסיפים את נקודות הקצה של המודל ורושמים אותן בניהול נקודות הקצה של המודל, אפשר להפנות אליהן באמצעות מזהה המודל כדי ליצור הטמעות.
לפני שמתחילים
חשוב לוודא שהשלמת את הפעולות הבאות:
- רושמים את נקודת הקצה של המודל באמצעות ניהול נקודות קצה של מודלים. מידע נוסף זמין במאמר רישום של מודלים מרוחקים של AI והפעלתם באמצעות ניהול נקודות קצה של מודלים.
- יוצרים או מעדכנים את המכונה של Cloud SQL כדי שהיא תוכל להשתלב עם Vertex AI. מידע נוסף זמין במאמר הפעלת שילוב של מסד נתונים עם Vertex AI.
יצירת הטמעות
משתמשים בפונקציית ה-SQL google_ml.embedding() כדי לקרוא לנקודת הקצה של המודל הרשום עם סוג המודל של הטמעת הטקסט, כדי ליצור הטמעות.
כדי להפעיל את המודל וליצור הטבעות, משתמשים בשאילתת ה-SQL הבאה:
SELECT
google_ml.embedding(
model_id => 'MODEL_ID',
content => 'CONTENT');
מחליפים את מה שכתוב בשדות הבאים:
-
MODEL_ID: מזהה המודל שהגדרתם כשרושמתם את נקודת הקצה של המודל -
CONTENT: הטקסט שרוצים לתרגם להטמעה וקטורית
דוגמאות
בקטע הזה מופיעות כמה דוגמאות ליצירת הטמעות באמצעות נקודות קצה של מודלים רשומים.
מודלים להטמעת טקסט עם תמיכה מובנית
כדי ליצור הטמעות לנקודת קצה של מודל textembedding-gecko@002 רשום,
מריצים את ההצהרה הבאה:
SELECT
google_ml.embedding(
model_id => 'textembedding-gecko@002',
content => 'Cloud SQL is a managed, cloud-hosted SQL database service');