몇달전에 벡터베이스 관련해서 찾아보았는데, 오늘 관련영상으로 떴네요. 참 유익한 영상입니다. 감사합니다

정말 궁금했던 내용이었는데.. 감사합니다. ^^

요즘에 관심이 있었던 부분인데 알려주셔서 감사합니다

저도 요즘 랭체인 따라해보면서 벡터 디비 정의가 모호했는데 감사합니다.

와 정말 세세하게 리뷰해주셔서 감사합니다!!

빵형 또 해냈군요!

좋은 영상 고맙습니다.

2019년에 db 없이 직접 구현했는데 이게 나왔네요. Cos distance는 수학적으로는 다차원에서는 각도가 아니라 벡터에서 같은 성분 정도를 의미합니다.

유익했습니다

안녕하세요! 영상 잘 보고 있습니다😆 다름이 아니라 이전에 올리셨던 영상 중에 한가지를 따라해보고 있는 와중에 궁금한 점이 몇가지 생겨서 그런데 혹시 여쭤봐도 될까요…?

enumrate의 i는 기본적으로 정수형 리턴이고 collection ids에 리스트는 문자형라 그렇네요ㅎㅎ 추가로 임베딩이후에 tolist로 보내야 db에 들어가는거 같아요. 강의하다가 발견했습니다!

와.. 감사합니다

와 벡터 데이터베이스 재밌네요

정말 유익합니다.. 갓 빵형 DB진화 부분이 너무 와닿는 부분인데 혹시 참고할 자료나 논문같은게 있을까요?

Chroma pinecone faiss 속도비교 중이였는데! 좋은 영상 감사합니당!

영상 너무 잘 보았습니다 혹시 발표 자료를 받을 수있을까요..?

혹시 IDE에서 위 영상을 개발하는 영상이 따로 있을까요? 아니면 혹시 깃코드 라도 받아 볼 수 있을까요?

유익한 영상 감사드립니다.! 혹시 LLM 모델과 벡터 데이터베이스를 연동하여, 챗봇으로 벡터 데이터베이스 결과를 조회하는 방법도 한번 영상으로 만들어주실수 있을까요?

와 이 개념은 넘사벽이네요 ai개발자분들 다들 천재군요

벡터화를 한다는게 임베딩이랑 동일한 의미일까요?

기존에 XXX retrieval 이라고 하던 거랑 거의 차이 가 없네요. 가장 간단한 구현은 kd-tree 를 사용하는 것이죠.

학교수업때 잠깐 배운거라 기억이 잘 안나서 그런데 쿼리할 때 O(n) 이면 문제가 되진 않나요?? 얼핏 봐서는 거리를 n개 다 비교하는 알고리즘 같아서요

선생님 궁금한게 있습니다! 사진 데이터베이스를 구글에서 어떠한 것을 검색할 때 나오는 이미지 데이터로는 못하나요?

혹시 그렇다면 별도의 추론 모델 없이 Kaggle 오픈데이터를 벡터디비로 변환 뒤에 추정하고자 하는 이미지를 벡터디비화해서 근접거리를 추정해서 이미지를 추론한다는 내용일까요?

query_result = collection.query( query_embeddings=[test_embedding], n_results=3, ) query_result InvalidDimensionException: Embedding dimension 384 does not match collection dimensionality 3 해당 오류 어떻게 해결할 수 있을까요?

크로마 db 는 무료인가요? api 를 써도...? pinecone 은 유료인것 같은데.. faiss 등 간단한 비교도 알려주시면 ㅜㅜ

안녕하세요! 영상 잘 봤습니다. 기존에 검색엔진으로 자주사용하던 Elastic Search vector기반의 유사도 판단으로 ranking을 매기고, 검색결과를 return해주는걸로 알고있는데, Elastic Search와는 어떤 차이가 있을까요?

구글db에 합성곱신경망이 있나보군요

저 실례가 안되시면 신경망 관련해 AI를 개발하고자 하는데 자문을 구하싶어 댓글을 남겨 봅니다 괜찮으시다면 댓글 남겨 주셨으면 합니다

collection.add( embeddings=embeddings, metadatas=metadatas, ids=ids ) 이 부분에서 계속 에러가 나는데 왜 그러는 걸까요?? ㅜㅜ --------------------------------------------------------------------------- ValueError Traceback (most recent call last) in () ----> 1 collection.add( 2 embeddings=embeddings, 3 metadatas=metadatas, 4 ids=ids 5 ) 2 frames /usr/local/lib/python3.10/dist-packages/chromadb/api/types.py in validate_embeddings(embeddings) 282 ) 283 if not all([isinstance(e, list) for e in embeddings]): --> 284 raise ValueError( 285 f"Expected each embedding in the embeddings to be a list, got {embeddings}" 286 ) ValueError: Expected each embedding in the embeddings to be a list, got [array([ 7.8607005e-01, -8.9359832e-01, -3.2043481e-01, -9.9920589e-01, 이런식으로 뜹니다만...ㅜㅜ 아시는분 도와주시면 감사하겠습니다!!