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。