VectorDatabaseSearch

VectorDatabaseSearch[db,vector]

给出最接近 vector 的向量数据库 db 的元素.

VectorDatabaseSearch[db,vector,n]

给出 n 个最接近的向量.

VectorDatabaseSearch[db,vector,prop,n]

返回与结果关联的属性 prop.

更多信息

  • VectorDatabaseSearch 使用查询对向量数据库进行搜索以查找并获取相似的项.
  • 该函数用于通过向量表示查找类似的文档、图像或产品等任务，增强推荐系统和内容发现的能力.
  • 数据库 db 必须是 VectorDatabaseObject 或有效的数据库名称.
  • 搜索向量必须与数据库中存储的向量具有相同的长度.
  • prop 可取的属性值包括：
  • "Distance"到 vector 的距离
    "Element"最接近的向量
    "Index"数据库中元素的位置
    "Metadata"与元素关联的元数据
    "Metadata"tag特定的元数据值
    {prop1,…}属性列表
    All包含所有属性的 Dataset

范例

打开所有单元关闭所有单元

基本范例  (1)

用向量列表初始化一个新的向量数据库：

执行搜索操作：

范围  (3)

用向量列表初始化一个新的向量数据库：

查找第一个最接近的向量：

查找前三个最接近的向量：

给出向量及其距离：

列出每个结果的所有属性：

创建一个含有标记数组的向量数据库：

搜索时自动返回标签：

返回向量：

明确指定返回标签：

返回只含有特定标签的向量：

创建一个向量数据库，每个向量都有相关联的元数据：

查找最接近的两个向量：

仅返回与指定模式相符的向量：

应用  (1)

图像搜索  (1)

收集一组图像：

给每幅图像分配一个类别标签：

定义一个使用神经网络计算向量特征的特征提取函数：

计算每个图像的特征向量：

用标记向量创建向量数据库：

在数据库中搜索相似的图像：

Wolfram Research (2024)，VectorDatabaseSearch，Wolfram 语言函数，https://reference.wolfram.com/language/ref/VectorDatabaseSearch.html.

文本

Wolfram Research (2024)，VectorDatabaseSearch，Wolfram 语言函数，https://reference.wolfram.com/language/ref/VectorDatabaseSearch.html.

CMS

Wolfram 语言. 2024. "VectorDatabaseSearch." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/VectorDatabaseSearch.html.

APA

Wolfram 语言. (2024). VectorDatabaseSearch. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/VectorDatabaseSearch.html 年

BibTeX

@misc{reference.wolfram_2024_vectordatabasesearch, author="Wolfram Research", title="{VectorDatabaseSearch}", year="2024", howpublished="\url{https://reference.wolfram.com/language/ref/VectorDatabaseSearch.html}", note=[Accessed: 04-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_vectordatabasesearch, organization={Wolfram Research}, title={VectorDatabaseSearch}, year={2024}, url={https://reference.wolfram.com/language/ref/VectorDatabaseSearch.html}, note=[Accessed: 04-November-2024 ]}