向量动态量化
quantize_type 当前可选值如下：DT_VECTOR_INT8：将Float32向量量化为INT8类型 性能和召回率参考 基于1百万768维数据集 DashVector规格：P.large 度量方式：cosine topk：100 量化策略 索引比 QPS 召回率 无 100%495.6 99.05%DT_VECTOR_INT...
通用版快速入门
向量索引 OpenSearch会对主键与向量字段自动构建索引，索引名与字段名相同，只需要在控制台配置向量索引：高级配置，向量索引需要单独配置参数，详情可参考 向量索引通用配置 说明 主键字段、向量字段必须填写，命名空间字段非必填，可以为...
图搜场景快速入门
向量索引 OpenSearch会对主键与向量字段自动构建索引，索引名与字段名相同，只需要在控制台配置向量索引：高级配置，向量索引需要单独配置参数，详情可参考 向量索引通用配置 说明 主键字段、向量字段必须填写，命名空间字段非必填，可以为...
电商行业算法版
（3）索引结构： 注意：索引标签是用于快速生成查询分析规则，排序策略的，第一次配置电商行业算法版请务必在索引结构中添加索引标签所对应的索引名称，操作见如上截图 选择配置向量索引标签的索引需要设置为“向量-电商向量通用”分析器...
单节点快速入门
向量索引 OpenSearch会对主键与向量字段自动构建索引，索引名与字段名相同，只需要在控制台配置向量索引：高级配置，向量索引需要单独配置参数，详情可参考 向量索引通用配置 说明 主键字段、向量字段必须填写，命名空间字段非必填，可以为...
量化地形瓦片
量化地形瓦片是三维城市构建器的全局图层，支持独立的样式和数据配置，包括量化地形瓦片的通用配置和交互配置样式。本文介绍量化地形瓦片配置项的含义。在场景编辑器左侧图层列表中，单击 量化地形瓦片 图层，进入配置面板配置 量化地形...
基于向量检索版+LLM构建对话式搜索
可以参考如下配置向量索引参数，详情可参考 向量索引通用配置：注：向量维度需要是1536维 表配置完成后，点击 确认创建：可在变更历史中查看表创建进度，手动触发全量完成后即可进行查询测试：3.向量检索版+大模型系统构建 3.1 下载大模型...
基于向量检索版+LLM构建对话式搜索
可以参考如下配置向量索引参数，详情可参考 向量索引：向量维度（dimension）根据所选择的向量模型来配置，本例使用大模型的text-embedding-ada-002，配置dimension为1536维，enable_rt_build为true开启实时索引构建。2.7 配置完成后，点击...
向量索引最佳实践
本文将介绍如何在已有的向量检索版实例中配置向量索引，并简单演示使用SDK方式通过向量查询检索版实例数据。前置条件 成功 注册阿里云账号 并通过 实名认证。开通阿里云账号并登录控制台时，会提示先创建access key才能继续使用。创建及...
量化地形瓦片
量化地形瓦片是三维城市构建器的全局图层，支持独立的样式和数据配置，包括量化地形瓦片的通用配置和交互配置样式。本文介绍量化地形瓦片配置项的含义。在场景编辑器左侧图层列表中，单击 量化地形瓦片 图层，进入配置面板配置 量化地形...
量化优化
目前，TensorFlow模型在GPU上的量化配置仅支持weight_adjustment，启用该设置后，PAI-Blade将自动调整模型参数以减小量化精度损失。启用该设置的示例代码如下所示。quant_config={ 'weight_adjustment':'true'#默认为'false'。} optimized_...
OSS+API 数据源
向量维度：根据模型生成的向量按需选择 向量距离：根据模型生成的向量按需选择，系统支持的距离类型有两种：SquareEuclidean和InnerProduct 向量索引算法：根据模型生成的向量按需选择，系统支持的向量索引算法有 量化聚类（Quantized ...
向量索引最佳实践
本文将介绍如何在已有的召回引擎版实例中配置向量索引，并简单演示使用SDK方式通过向量查询检索召回引擎版实例数据。购买OpenSearch召回引擎版实例 购买实例可参考 购买OpenSearch召回引擎版实例。配置集群 新购买的实例，在其详情页中，...
文本向量场景快速入门
配置集群 新购买的实例，在其详情页中，实例状态为“待配置”，并且会自动部署一个与购买的查询节点和数据节点的个数及规格一致的空实例，之后需要为该实例 配置表信息>数据同步>字段配置>索引结构，之后等待索引重建完成即可正常搜索。...
向量索引通用配置
实例可实时构建向量，以供实时查询 实时索引参数 {"proxima.oswg.streamer.segment_size":2048} 建议保持默认值 实时检索参数-不同的向量索引算法该参数的配置方式不同，详情可参考：量化聚类（Quantized Clustering）配置 HNSW...
量化聚类（Quantized Clustering）配置
一般配置量化器可提升性能，减少索引大小，召回视情况有所损失 qc.builder.quantize_by_centroid bool False 使用proxima.qc.builder.quantizer_class时，是否按中心点进行量化。目前仅支持 proxima.qc.builder.quantizer_class 为 Int8...
Proxima Builder
一般配置量化器可提升性能，减少索引大小，召回视情况有所损失 proxima.qc.builder.quantizer_params IndexParams-配置上面量化器相关参数 proxima.qc.builder.optimizer_quantizer_class string-配置对中心点进行量化的 converter 名称 ...
量化聚类（Quantized Clustering）配置
一般配置量化器可提升性能，减少索引大小，召回视情况有所损失 qc.builder.quantize_by_centroid bool False 使用proxima.qc.builder.quantizer_class时，是否按中心点进行量化。目前仅支持 proxima.qc.builder.quantizer_class 为 Int8...
搜索增强
服务创建 单击快速创建，选择搜索增强，进入服务创建界面，编辑服务名称并选择服务所使用的引擎及数据源，完成创建后进入索引配置界面。引擎 提供检索服务的基础组建，可在资源中心进行引擎管理也可在快速创建页面直接选择或添加。更多信息...
服务部署：控制台
场景化部署方式参数配置说明 以下是您所选部署场景的参数配置说明：AI绘画-SDWebUI部署 参数 描述 基本信息 服务名称 参照界面提示自定义配置服务名称。版本选择 支持选择以下三种版本：标准版 适用于单机使用的常规测试和应用，支持WebUI...
使用向量检索插件（aliyun-knn）
向量检索插件是阿里云Elasticsearch团队自主开发的向量检索引擎插件，基于阿里巴巴达摩院proxima向量检索库实现，能够帮助您快速实现图像搜索、视频指纹采样、人脸识别、语音识别和商品推荐等向量检索场景的需求。本文介绍如何使用向量检索...
支持向量机
支持向量机（SVM）是在分类分析中分析数据的监督式学习模型与相关的学习算法，也被拓展运用于回归问题。支持向量机在高维度或无穷维度空间中，构建一个超平面或者一系列的超平面，可以用于分类、回归或者别的任务。直观地看，借助超平面去...
PAI-REC推荐算法定制的最佳实践文档
阅读指引：为方便用户快捷体验PAI-REC产品，本文提供了一份公开数据集，用户可按照文档说明按步体验PAI-REC推荐算法定制的召回、特征工程、精排等关键功能的配置，生成代码并部署到 DataWorks 相应的业务流程中。1.克隆公开数据集 我们在可...
高维向量检索（PASE）
您可以使用两种算法创建索引：说明 对于要使用PASE向量索引的用户，如果采用欧氏距离作为向量相似度计算公式，原始向量不需要做任何处理，但如果采用内积或余弦作为向量相似度计算公式，需要对向量进行归一化处理，如原始向量为，则需要...
高维向量检索（PASE）
您可以使用两种算法创建索引：说明 对于要使用PASE向量索引的用户，如果采用欧氏距离作为向量相似度计算公式，原始向量不需要做任何处理，但如果采用内积或余弦作为向量相似度计算公式，需要对向量进行归一化处理，如原始向量为，则需要...
高效向量检索（PASE）
您可以使用两种算法创建索引：说明 对于要使用PASE向量索引的用户，如果采用欧氏距离作为向量相似度计算公式，原始向量不需要做任何处理，但如果采用内积或余弦作为向量相似度计算公式，需要对向量进行归一化处理，如原始向量为，则需要...
API 数据源
向量维度：根据模型生成的向量按需选择 向量距离：根据模型生成的向量按需选择，系统支持的距离类型有两种：SquareEuclidean和InnerProduct 向量索引算法：根据模型生成的向量按需选择，系统支持的向量索引算法有 量化聚类（Quantized ...
新建Collection
FLOAT extra_params body object 否 可选参数：quantize_type：量化策略，详情参考 向量动态量化 auto_id:自动生成主键，默认开启 说明 创建Collection时预先定义Fields的收益见 Schema Free 量化策略详情可参考 向量动态量化 出参描述 ...
动态与公告
2024-01-17 杭州 文本向量生成 图片向量生成 多模态向量生成 新增功能 新增“向量动态量化”能力 2024-01-23 杭州 向量动态量化 2023年12月 公告类型 公告描述 发布时间 发布地域 相关文档 商业化发布 向量检索服务DashVector正式商业化...
组件参考：所有组件汇总
线性支持向量机 该组件是基于统计学习理论的一种机器学习方法，通过寻求结构风险最小化，提高学习机泛化能力，从而实现经验风险和置信范围最小化。逻辑回归二分类 该组件是一个二分类算法，支持稀疏及稠密数据格式。GBDT二分类 该组件的...
新建Collection
Schema Free 量化策略详情可参考 向量动态量化 出参描述 说明 返回结果为DashVectorResponse对象，DashVectorResponse对象中可获取本次操作结果信息，如下表所示。字段 类型 描述 示例 code int 返回值，参考 返回状态码说明 0 message str...
配置企业知识库
说明 企业知识导入，原文件不在平台存储，只会储存文档识别-切片-向量化之后的向量数据，用作向量检索。其中用来储存向量数据的数据库，可以使用内置的ES实例，除了默认的文件和向量存储，还可以关联OSS文件存储Bucket（OSS对象存储产品...
新建Collection
cosine 时，datatype 必须为 FLOAT extraParams(Map,String>params)否-可选参数：quantize_type：量化策略，详情参考 向量动态量化 timeout(Interger timeout)否-timeout=null：接口开启同步，待Collection 创建成功后返回 timeout=-1：...
新功能发布记录
发布记录 时间 特性 类别 描述 2024-01-08 产品新功能迭代 新增 支持为单个doc配置多向量 新增文本转向量模型，新模型支持128、512、1024token长度的中英文文本进行向量化自动处理 2023-11-13 功能优化 优化 变更历史页面可读性优化 OSS...
教育行业算法版
配置查询分析的索引需要是“行业-教育搜题”，并且行业选择“教育”，在文本向量化功能中选择配置了“向量-教育向量K12”的分析器。多路召回 教育行业算法版默认会为用户实例生成一个名为 sys_strategy 多路搜索策略，如需测试多路搜索功能...
新功能发布记录
支持图搜多主体识别 2024-01-08 产品新功能迭代 新增 支持混合检索 支持为单个doc配置多向量 新增文本转向量模型，新模型支持128、512、1024token长度的中英文文本进行向量化自动处理 2023-12-26 实例规格调整 新增 支持单数据节点购买 ...
游戏行业算法版
2.应用结构中配置为 标题+游戏名称（向量分析）的字段需要添加“向量索引”的索引标签，分析方式设置为“向量-游戏向量通用（4）数据源，目前OpenSearch支持的云上数据源有 RDS、MaxCompute、POLARDB：注：还可以通过 API 的方式上传数据到...
内容社区行业算法版
配置查询分析的索引需要是“行业-内容IT分析”，并且行业选择“内容社区”，在文本向量化功能中选择配置了“向量-内容IT”的分析器。多路召回 内容社区行业算法版默认会为用户实例生成一个名为 sys_strategy 多路搜索策略，如需测试多路...
向量检索版简化操作流程、支持OSS数据源
客户仅需5步即可完成向量版实例配置，并支持将OSS作为全量数据源使用。优化内容 1、操作流程简化：简化升级后的产品更专注于向量检索场景，仅需5步即可完成相关配置，极大简化操作，帮助客户快速上手。2、OSS数据源：支持将OSS作为全量数据...
通用版快速入门
高级配置，向量索引需要单独配置参数，可以参考如下配置，详情可参考 向量索引：更多参数：其中build_index_params的配置如下：{"proxima.qc.builder.quantizer_class":"Int8QuantizerConverter","proxima.qc.builder.quantize_by_centroid...
- 产品推荐
- 这些文档可能帮助您