Windows系统实例的宕机问题排查
定位宕机原因 您可以通过以下方式，定位ECS实例发生宕机的具体原因。方式一：（推荐）通过自助诊断工具定位 登录 ECS管理控制台，左侧导航栏单击 自助问题排查。单击 实例问题排查 页签。选择 实例无法连接或启动异常>实例出现宕机，然后...
设置宕机自动迁移
为了降低物理故障对业务的影响，阿里云为您提供专有宿主机DDH宕机自动迁移的功能。本章节介绍在创建DDH后如何开启或者关闭宕机自动迁移。背景信息 宕机自动迁移开启后，当DDH因故障停机时，会自动迁移至健康的DDH。若您未开启宕机自动迁移...
域名管理常见问题
本文主要介绍视频直播添加域名的常见问题。为什么要做域名归属权验证？...您可以提交工单说明无法完成域名归属权验证的原因，并提交可以证明您持有该域名的资料，我们将进行人工审核。关于如何提交工单，请参见 联系我们。
运维配置
主机指纹指堡垒机识别Linux主机的唯一标识，用于防止恶意用户通过重定向流量的方式获得未授权主机的访问权，不建议关闭。允许开启个性化桌面 系统默认关闭。该配置只对Windows主机生效，勾选配置则允许用户使用Windows个性化桌面。说明 ...
API详情
} } 多模态混合embedding示例 如果您需要混合使用多种模态的数据来产生多模态的向量表征Embedding，也可以通过配置多种模态数据，并在必要的时候配置不同的表征权重，来生成综合向量Embedding。这里示例为文本，图像和语音的混合模态示例，...
API详情
} } 多模态混合embedding示例 如果您需要混合使用多种模态的数据来产生多模态的向量表征Embedding，也可以通过配置多种模态数据，并在必要的时候配置不同的表征权重，来生成综合向量Embedding。这里示例为文本，图像和语音的混合模态示例，...
什么是向量
本文主要介绍向量的基本概念，包括向量维度、距离度量方式、数据类型等，通过基本概念快速了解什么是向量，以及如何更好地使用向量检索服务。向量的基本概念 在AI领域，向量是描述对象特征的抽象表达。以DashScope上 通用文本向量 模型为例...
向量检索
本文介绍向量检索服务如何通过控制台、SDK、API三种不同的方式检索向量。控制台方式 登录 向量检索服务控制台。在左侧导航栏单击 Cluster列表，选中需要检索向量的Collection，单击Collection 详情。在左侧二级导航栏，单击 相似向量搜索，...
支持向量回归算法（SVR）
简介 SVR是支持向量机（SVM）的重要应用分支。通过SVR算法，可以找到一个回归平面并使得一个集合中的所有数据距离该平面的距离最短。使用场景 SVR是一个回归模型，主要是用于拟合数值，一般应用于特征较为稀疏且特征数较少的场景。例如，...
应用场景
当用户输入查询请求时，向量检索服务 可以将其转换为向量表示，然后计算查询向量与向量数据库中所有商品向量的相似度，然后返回相似度最高的几个商品向量。另外，还可以基于用户的历史行为和偏好通过向量检索服务 将用户的历史浏览记录和...
向量新增
本文介绍向量检索服务如何通过控制台、SDK、API三种不同的方式新增向量。前提条件 已开通向量检索服务。如未开通，请先 开通服务。已 创建Collection。控制台方式 登录 向量检索服务控制台。在左侧导航栏单击 Cluster列表，选中需要新增...
向量更新
本文介绍向量检索服务如何通过控制台、SDK、API三种不同的方式更新向量。控制台方式 登录 向量检索服务控制台。在左侧导航栏单击 Cluster列表，选中需要检索向量的Collection，单击Collection 详情。在左侧二级导航栏，单击 向量更新，填写...
什么是向量检索服务
什么是向量检索服务 向量检索服务DashVector基于 通义实验室 自研的高效向量引擎Proxima内核，提供具备水平拓展能力的云原生、全托管的向量检索服务。DashVector将其强大的向量管理、向量查询等多样化能力，通过简洁易用的SDK/API接口透出...
向量删除
本文介绍向量检索服务如何通过控制台、SDK、API三种不同的方式删除向量。控制台方式 登录 向量检索服务控制台。在左侧导航栏单击 Cluster列表，选中需要检索向量的Collection，单击Collection 详情。在左侧二级导航栏，单击 向量删除，填写...
关键词感知检索
本文主要介绍带关键词感知能力的向量检索服务的优势、应用示例以及Sparse Vector生成工具。背景介绍 关键词检索及其局限 在信息检索领域，“传统”方式是通过关键词进行信息检索，其大致过程为：对原始语料（如网页）进行关键词抽取。建立...
创建Collection
本文介绍向量检索服务如何通过控制台、SDK、API三种不同的方式创建Collection。控制台方式 登录 向量检索服务控制台。单击 Cluster列表，移动鼠标到Cluster操作栏，单击 创建Collection。填写相关参数，然后单击 确定 按钮，完成Collection...
向量索引通用配置
在配置表时索引结构部分可以对向量索引进行高级配置，以下将详细说明这些高级版配置的参数含义。在创建表时，第四步配置索引结构中，有关于向量索引的通用配置：高级配置展开如下：各配置说明如下：配置 可选值 含义 向量维度-向量维度是...
概述
AnalyticDB PostgreSQL版 向量分析可以通过AI算法提取非结构化数据的特征，并利用特征向量作为非结构化数据的唯一标识，帮您快速且低成本地实现对非结构化数据检索和对结构化数据关联分析。向量数据库简介 在现实世界中，绝大多数的数据都...
向量计算概述
Hologres支持向量计算，可以使用向量数据表示非结构化数据的特征，通过高性能向量检索实现对非结构化数据的快速查询。本文为您介绍Hologres中向量计算的特点及优势。背景信息 Proxima是一款来自于阿里达摩院的实现向量近邻搜索的高性能软件...
EmbeddingDoc-文本向量化
描述：只进行文本向量化 请求语法 POST/v3/openapi/apps/{app_group_identity}/actions/knowledge-embedding 注：app_group_identity表示应用名称。请求参数 EmbeddingDoc 参数名 参数类型 描述 备注 content String 处理数据内容 必填 ...
开通服务
本文主要介绍如何开通向量检索服务。前提条件 完成注册阿里云账号，如未注册，请单击 注册阿里云账号 进行注册。完成个人或企业实名认证，如未认证，请单击 实名认证 进行认证。操作步骤 登录 阿里云官网。进入 向量检索服务产品详情页，...
线性支持向量机
支持向量机SVM（Support Vector Machine）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。本文介绍线性支持向量机算法组件的配置方法及使用示例。背景信息 本文中...
向量计算函数
文本、语音、图像、视频都能够以向量的形式保存在向量数据库中，方便用户快速搜索和查询。日志服务支持向量计算函数，本文介绍向量函数的基本语法和示例。向量计算函数列表 重要 以下函数中使用的向量元素，可以用特定格式的字符串来描述，...
基本概念
本文主要介绍向量检索服务的名词释义。Client（客户端）Client（客户端），是用户用于连接DashVector服务端的基础对象，相当于关系型数据库中的Connection。通过设置API_KEY即可完成Client对象的创建，即完成与DashVector服务端的连接。...
创建Cluster
本文主要介绍如何通过向量检索服务控制台创建 Cluster。创建Cluster 登录 向量检索服务控制台。在左侧导航栏单击 Cluster列表，单击 创建Cluster。选择Cluster 实例类型、实例规格、副本数，填写 Cluster名称，单击 立即购买。参数说明 ...
用量统计
本文介绍如何通过向量检索服务管理控制台查看向量检索服务使用数据。操作步骤 登录 向量检索服务控制台。在左侧导航栏单击 Cluster列表，选中需要检索向量的Collection，单击Collection 详情。在左侧二级导航栏，单击 用量统计，即可选择...
创建向量索引
在处理大型数据集或需要快速访问和检索数据的场景（数据库查询优化、机器学习和数据挖掘、图像和视频检索、空间数据查询等）中，创建向量索引是加速向量检索的有效方式，可以提高查询性能、加速数据分析和优化搜索任务，从而提高系统的效率...
快速开始
DashText，是向量检索服务DashVector推荐使用的稀疏向量编码器（Sparse Vector Encoder），DashText可通过BM25算法将原始文本转换为稀疏向量（Sparse Vector）表达，通过DashText可大幅度简化使用DashVector 关键词感知检索 能力。...
向量介绍
本文将介绍向量检索版支持的各类向量模型。向量检索介绍 在当前的信息化时代里，信息的模态在文本的基础上，增加了图片、视频、音频等多模态信息；多模态能呈现文本无法表达的信息，如：颜色、形状、运动动态、声音、空间关系…… 同时各个...
混合查询最佳实践
对比传统的 文本+向量 多路召回，向量检索版中的稀疏-稠密向量是将稠密向量和稀疏向量嵌入组合为单个向量，而其中的稀疏向量是将文本向量化成稀疏向量，稠密向量是传统的向量。稀疏向量和稠密向量代表不同类型的信息并支持不同类型的搜索。...
返回状态码说明
本文介绍向量检索服务DashVector的返回状态码。Reason Code Description Success 0 成功 Timeout 408 超时 Closed-998 客户端已关闭 Unknown-999 未知异常 EmptyCollectionName-2000 集合名称为空 EmptyColumnName-2001 字段名成为空 ...
基于向量检索服务与TextEmbedding实现语义搜索
本教程演示如何使用向量检索服务（DashVector），结合 灵积模型服务 上的 Embedding API，来从0到1构建基于文本索引的构建+向量检索基础上的语义搜索能力。具体来说，我们将基于QQ 浏览器搜索标题语料库（QBQTC：QQ Browser Query Title ...
单doc多向量检索
功能说明：用户可以在一个doc中的某个向量字段中存储多个向量内容进行检索，例如向量维度为128维，向量字段中可以存储256（两个向量）、384（三个向量）等等向量维度的整数倍个向量，查询时可以通过向量命中字段中的任何一个向量进行召回。...
向量检索使用指南
本文介绍了向量检索的概念，以及以示例的形式来介绍如何使用向量检索功能。向量检索概念 向量检索（Vector Search）是一种基于向量空间模型的搜索技术，它利用机器学习（尤其是深度学习）生成的向量来表示文本、图片、视频或任何类型的数据...
向量动态量化
本文介绍向量检索服务DashVector动态量化功能和作用。背景介绍 量化（Quantization）是向量检索技术中一种常用的优化方法，通过一定程度的精度（召回率）损失，来换取性能的大幅度提升，以及内存占用（索引文件大小）大幅度降低。向量检索...
向量检索
向量检索介绍 为了满足更多元化、更复杂的业务场景，开放搜索推出向量检索功能，在特定的业务场景下（特别是教育搜题场景、图片搜索场景），可以结合多路搜索功能，提升搜索结果的准确率。下面将介绍向量索引的 语法说明 和 注意事项。语法...
功能概述
实现原理 分析型数据库MySQL版的向量分析旨在帮助您实现非结构化数据的近似检索和分析，其实现原理是通过AI算法提取非结构化数据的特征，然后利用特征向量唯一标识非结构化数据，向量间的距离用于衡量非结构化数据之间的相似度。向量分析...
语义向量距离
本文为您介绍 Designer 提供的语义向量距离算法组件。基于算法语义向量结果（如Word2Vec生成的词向量），计算给定的词（或者句子）的扩展词（或者扩展句），即计算其中某一向量距离最近的向量集合。其中一个用法是，基于Word2Vec生成的词...
向量检索
AnalyticDB PostgreSQL版 提供完全按照相似度距离排序的精确检索（搜索速度较慢）和使用HNSW索引的近似索引检索（搜索速度快）两种向量检索方式。精确检索 完全按照相似度距离排序的暴力搜索。此方式需要比较每一个向量，因此它的搜索速度...
产品计费
本文主要介绍向量检索服务的计费方式。计费方式 向量检索服务DashVector当前仅支持 按量付费（后付费）的计费方式。说明 按量付费是一种先使用后付费的计费方式，创建向量检索服务实例后，阿里云每小时自动按照实例计费规则从账号中扣除...
- 产品推荐
- 这些文档可能帮助您