关于深度学习:顺滑编程一行代码解决多模态搜索问题

6次阅读

共计 1840 个字符,预计需要花费 5 分钟才能阅读完成。

 一提到神经搜寻 (Neural Search),有些敌人难免会发怵,本人没有丰盛的 AI 开发以及工程教训,能玩得转吗?

别慌,明天咱们将为大家介绍一个新产品 –Jina NOW:只需一行代码即可创立和部署神经搜寻解决方案。

观看视频,Jina AI 首席工程师 Florian Hoenicke,5 分钟带你理解并实操 Jina NOW:
https://www.bilibili.com/vide…

​Jina NOW:一行代码解决多模态搜寻问题

如果你是第一次接触 Jina,对 Jina 全家桶还没有充沛的理解,那么 Jina NOW 相对算得上最佳入门产品。

你能够将其了解为神经搜寻即服务 (neural search-as-service),借助 Jina 预置的性能,开发者只需一行代码,就能够创立和部署神经搜寻解决方案。

Jina Now 具备以下特点:

🐥 便于应用:没有弱小的工程能力和技术背景,也能够疾速上手。

🐎 运行迅速:几分钟内即可应用自定义数据创立 demo。

🌈 后果调优: 对于已标注的 Document,Jina NOW 提供开箱即用的后果微调深度学习模型

🤖 疾速迭代:反对疾速构建原型,实时验证想法。

🌳 稳固牢靠:简单搜寻解决方案的部署和保护,将由 Jina 后端基础设施提供反对。

2 步关上神经搜寻的大门

Jina NOW 的应用办法简略,轻量化操作只需 2 步,即可实现一个神经搜寻零碎的创立:

1、装置 Jina NOW

pip install jina-now

留神:请应用 Python 3.7+;截至目前 Jina NOW 仅反对文本及图片两种数据类型,后续版本中将不断丰富反对的数据类型。

2、启动 Jina NOW

装置实现后,在终端输出以下代码进行启动:

jina-now start

呈现以下文字说明时:

​用户能够抉择应用预置数据或自定义数据,疾速创立一个搜寻解决方案。

加载自定义数据并上传至 Jina NOW,能够通过以下形式:

  • DocArray pull id
  • DocArray URL
  • 本地挂载门路

​增加数据后,你能够抉择图片画质以及部署设置(本地或云端部署)。

抉择实现后,Flow 将启动,15-20 分钟后呈现一个弹窗页面,如下图所示:

Jina NOW 前端界面

如此轻松地,一个用 Jina NOW 创立的神经搜寻零碎,就顺利完成啦!

从实践到实际:创立 Emoji 搜寻零碎

Emojipedia 是一个 Emoji 参考网站,截至 2021 年 9 月,其网站上的 Emoji 数量曾经高达 3,633 款。

只管数量泛滥,Emojipedia 网站的搜寻形式,却还在应用最原始的关键字搜寻。

这种搜寻办法有时候并不精确,搜寻零碎经常因为用词、拼写或上下文等起因,无奈精确辨认用户用意,这使得用户体验十分不好。

用户搜寻「annoyed」零碎显示查无后果

​接下来,咱们将尝试用 Jina NOW 创立基于语义搜寻的解决方案,进而解决这个问题。

1、装置 Jina NOW

2、查找并加载数据集

本示例中,咱们应用的是 Kaggle 上的 Emoji Image Dataset

3、依照上述步骤,启动 Jina NOW。

收到音讯弹窗后,抉择自定义,依照提醒加载数据、抉择图像品质并设置部署。

实现后,持续嵌入向量和索引图像数据,该过程大概继续 15-20 分钟。最初用 Streamlit 生成一个预加载的前端交互页面。

后果如下:

Jina NOW 利用语义搜寻创立的 Emoji 搜寻零碎,能够更高效精确地搜寻到匹配的 Emoji

以上就是本期教程的全部内容!什么?太简略了?这正是 Jina NOW 的最大劣势:任何人都能够十分轻易地上手实现!

心动不如口头,最低老本的 Jina「体验装」,记得来社区分享你的 use case 哦!

开发者们问 Jina

Q1:开发过程呈现报错或 Bug,如何解决

A:拜访 GitHub Repo 在对应的产品下提交 Issue 或 PR

Q2:如何退出社区、参加探讨?

A:咱们目前反对 Slack 社区以及微信公众号社群:

Slack:英文社区,与来自寰球的 Jina 用户探讨最新的利用场景及技术发展趋势。

微信群:中文社区,结识更多国内同行,摸索 Jina 本土化利用场景,私信进群。

Q3:如何获取社区反对,宣发集体我的项目?

A:私信 咱们,咱们将根据我的项目状况及开发者需要,帮忙开发者在社区进步集体影响力。

Q4:老手如何入门 Jina 全家桶?

A:从这些材料开始,理解 Jina 生态、,开启你的神经搜寻之旅:

Learning Portal(英文):从入门到精进,3 个等级的学习材料及课后测验,助力你成为神经搜寻高手。

微信公众号(中文):拜访「往期教程」,查看最佳实际。

正文完
 0