Chroma Vector Stores - Base de Datos De Embeddings - Almacén de Embeddings. Qué son y Cómo Se Usan.

Автор: APRENDER IA (Inteligencia Artificial + Python)

Загружено: 2024-06-19

Просмотров: 3639

Описание:

En este video vamos a ver qué son las bases de datos de embeddings o bases de datos de vectores. Se conocen en inglés como vector stores y en español podríamos igualmente denominarlos almacenes de embeddings.

En este caso vamos a usar Chroma, la Base de Datos de Embeddings Open-Source que se está utilizando en el desarrollo de múltiples aplicaciones de inteligencia artificial.

Mencionaremos también el algoritmo HNSW(Hierarchical Navigable Small World) que actualmente es usado por muchas de las empresas que desarrollan la tecnología de los vector stores y que es fundamental para indexar los embeddings en las bases de datos de vectores y también para realizar búsquedas y extraer de los almacenes de embeddings aquellos embeddings que sean más relevantes.

Enlaces 🔗
👉🏻 https://www.aprender.ai

Chroma Vector Stores - Base de Datos De Embeddings - Almacén de Embeddings. Qué son y Cómo Se Usan.

Доступные форматы для скачивания:

Скачать видео mp4

Информация по загрузке:

Скачать аудио mp3

Похожие видео

Chroma Vector Stores - Crea una Base de Datos de Vectores Persistente o Permanente. ¡ Veamos cómo !

Chroma Vector Stores - Crea una Base de Datos de Vectores Persistente o Permanente. ¡ Veamos cómo !

Hugging Face - Dentro del Pipeline: ¿Qué ocurre, qué sucede? ¿Cómo funciona ? Su magia explicada.

Hugging Face - Dentro del Pipeline: ¿Qué ocurre, qué sucede? ¿Cómo funciona ? Su magia explicada.

¿Qué son Word EMBEDDINGS? ¡Explorando Embeddings con GloVe y Python!

¿Qué son Word EMBEDDINGS? ¡Explorando Embeddings con GloVe y Python!

BERT(Bidirectional Encoder Representations from Transformers). Qué es BERT y para qué sirve.

BERT(Bidirectional Encoder Representations from Transformers). Qué es BERT y para qué sirve.

Claude за 20 минут: Полный курс для новичков

Claude за 20 минут: Полный курс для новичков

Chroma Vector Stores - Elige el modelo de embeddings que quieras (Modelos de Sentence-Transformers)

Chroma Vector Stores - Elige el modelo de embeddings que quieras (Modelos de Sentence-Transformers)

¿Qué es RAG? - Clase con código y ejemplo

¿Qué es RAG? - Clase con código y ejemplo

Dónde y cuándo generar los Embeddings (Programa IA)

Dónde y cuándo generar los Embeddings (Programa IA)

Ollama - ¿Qué son los tokens? ¿Cómo verlos? - Usa los token ids para ver todos los tokens de llama3.

Ollama - ¿Qué son los tokens? ¿Cómo verlos? - Usa los token ids para ver todos los tokens de llama3.

Tugas 4 Preprocessing and Scaling

Tugas 4 Preprocessing and Scaling

Webinar 28: Base de datos de Vectores y RAG: Aplicaciones de IA generativa sobre tus datos

Webinar 28: Base de datos de Vectores y RAG: Aplicaciones de IA generativa sobre tus datos

Как общаться с PDF-файлами, используя локальные большие языковые модели [Ollama RAG]

Как общаться с PDF-файлами, используя локальные большие языковые модели [Ollama RAG]

16 AI-инструментов, которые реально работают в 2026 (честный рейтинг)

16 AI-инструментов, которые реально работают в 2026 (честный рейтинг)

Bases de datos vectoriales: 🚀 organiza toda tu información con IA

Bases de datos vectoriales: 🚀 organiza toda tu información con IA

Qué son las BÚSQUEDAS SEMÁNTICAS y los EMBEDDINGS: IA con tu base de datos

Qué son las BÚSQUEDAS SEMÁNTICAS y los EMBEDDINGS: IA con tu base de datos

Build a RAG in 10 minutes! | Python, ChromaDB, OpenAI

Build a RAG in 10 minutes! | Python, ChromaDB, OpenAI

Тренды в ИИ 2026. К чему готовиться каждому.

Тренды в ИИ 2026. К чему готовиться каждому.

ЛУЧШАЯ БЕСПЛАТНАЯ НЕЙРОСЕТЬ Google, которой нет аналогов

ЛУЧШАЯ БЕСПЛАТНАЯ НЕЙРОСЕТЬ Google, которой нет аналогов

Aprende a desarrollar chatbots con RAG usando ChromaDB

Aprende a desarrollar chatbots con RAG usando ChromaDB

Pinecone y ChatGPT | Tutorial Base de Datos Vectorial desde 0, PreguntaPDF Parte 2

Pinecone y ChatGPT | Tutorial Base de Datos Vectorial desde 0, PreguntaPDF Parte 2