openAI|如何获取嵌入

本文介绍了OpenAI的get_embedding函数,可用于获取输入文本的嵌入向量。通过Python代码示例展示了如何使用该函数,获取指定文本的嵌入向量,进而用于语义搜索、推荐、聚类分析等应用场景。

获取嵌入

函数 get_embedding 将为我们提供输入文本的嵌入。

Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
import openai
embedding = openai.Embedding.create(
input="Your text goes here", model="text-embedding-ada-002"
)["data"][0]["embedding"]
len(embedding)
import openai embedding = openai.Embedding.create( input="Your text goes here", model="text-embedding-ada-002" )["data"][0]["embedding"] len(embedding)
import openai

embedding = openai.Embedding.create(
    input="Your text goes here", model="text-embedding-ada-002"
)["data"][0]["embedding"]
len(embedding)
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
1536
1536
1536
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
import openai
from tenacity import retry, wait_random_exponential, stop_after_attempt
@retry(wait=wait_random_exponential(min=1, max=20), stop=stop_after_attempt(6))
def get_embedding(text: str, model="text-embedding-ada-002") -> list[float]:
return openai.Embedding.create(input=[text], model=model)["data"][0]["embedding"]
embedding = get_embedding("Your text goes here", model="text-embedding-ada-002")
print(len(embedding))
import openai from tenacity import retry, wait_random_exponential, stop_after_attempt @retry(wait=wait_random_exponential(min=1, max=20), stop=stop_after_attempt(6)) def get_embedding(text: str, model="text-embedding-ada-002") -> list[float]: return openai.Embedding.create(input=[text], model=model)["data"][0]["embedding"] embedding = get_embedding("Your text goes here", model="text-embedding-ada-002") print(len(embedding))
import openai
from tenacity import retry, wait_random_exponential, stop_after_attempt


@retry(wait=wait_random_exponential(min=1, max=20), stop=stop_after_attempt(6))
def get_embedding(text: str, model="text-embedding-ada-002") -> list[float]:
    return openai.Embedding.create(input=[text], model=model)["data"][0]["embedding"]


embedding = get_embedding("Your text goes here", model="text-embedding-ada-002")
print(len(embedding))
Plain text
Copy to clipboard
Open code in new window
EnlighterJS 3 Syntax Highlighter
1536
1536
1536

此文章由OpenAI开源维基百科原创发布,如若转载请注明出处:https://openai.wiki/get_embeddings.html

(0)
上一篇 2023-02-20 12:12
下一篇 2023-02-20 12:19

相关推荐

  • ChatGPT|插件教程 – 1

    ChatGPT插件AITickerChat、DEV Community、GetYourGuide、Trip.com、Cloudflare Radar、Savvy Trader AI等使用教程。

    2023-05-19
    002.0K
  • GPT-3|使用多步骤提示进行单元测试编写

    本文介绍了如何使用GPT-3的多步骤提示符在Python中编写单元测试。我们使用了三个提示步骤,分别是解释函数、计划单元测试以及编写单元测试。这些提示可以帮助GPT-3更好地理解我们的意图。

    ChatGPT 2023-02-20
    011.1K
  • ChatGPT|制作清晰有效的Prompt指南

    本文介绍了如何制作清晰有效的ChatGPT提示以推动引人入胜且信息丰富的对话,从ChatGPT的基础知识及其工作原理到制作引人注目的提示和解决常见问题的高级技术的所有内容,本文提供了详细的指南和建议。

    ChatGPT 2023-02-18
    012.5K
  • CPT-3|微调GPT-3以对文本进行分类的最佳做法

    本文介绍了如何使用GPT-3对文本进行分类,包括微调GPT-3模型、训练数据的规模、质量、代表性和指定充分,以及如何设置训练数据的格式和使用分隔符序列,微调模型可以超过文本分类基准上的最新记录。

    2023-02-20
    022.9K
  • GPT-3|文本写作示例

    本文介绍了如何使用GPT-3语言模型在各种写作任务中协助您,例如博客文章、电子邮件、广告文案等。使用简单的提示,GPT-3可以生成满足特定需求的文本。

    ChatGPT 2023-02-20
    00937

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

微信