Lantern Howto
Lantern est une extension de base de données vectorielle PostgreSQL open-source qui fournit des capacités de recherche vectorielle haute performance pour la construction d'applications IA.
Voir plusComment utiliser Lantern
Inscrivez-vous à Lantern Cloud: Allez sur lantern.dev et cliquez sur 'Essayez Lantern gratuitement' pour créer un compte gratuit. Aucune carte de crédit n'est requise.
Créez une base de données: Après vous être inscrit, créez une nouvelle base de données Postgres avec Lantern activé.
Connectez-vous à votre base de données: Utilisez les détails de connexion fournis pour vous connecter à votre base de données Postgres activée par Lantern en utilisant votre méthode préférée (par exemple, psql, code d'application, etc.).
Créez une table avec une colonne vectorielle: Exécutez SQL pour créer une table qui inclut une colonne pour stocker des embeddings vectoriels, par exemple 'CREATE TABLE books (id SERIAL PRIMARY KEY, book_embedding REAL[3]);'
Insérez des données vectorielles: Insérez des embeddings vectoriels dans votre table, par exemple 'INSERT INTO books (book_embedding) VALUES ('{0,1,0}'), ('{3,2,4}');'
Créez un index HNSW: Créez un index HNSW Lantern sur votre colonne vectorielle pour des requêtes plus rapides, par exemple 'CREATE INDEX book_index ON books USING lantern_hnsw(book_embedding dist_l2sq_ops) WITH (M=2, ef_construction=10, ef=4, dim=3);'
Effectuez une recherche de similarité vectorielle: Utilisez SQL pour interroger des vecteurs similaires, par exemple 'SELECT id FROM books ORDER BY book_embedding <-> '{0,0,0}' LIMIT 1;'
Générez des embeddings (optionnel): Utilisez la génération d'embeddings intégrée de Lantern pour créer des vecteurs à partir de texte ou d'images, par exemple 'SELECT id FROM books ORDER BY book_embedding <-> text_embedding('BAAI/bge-base-en', 'Mon entrée de texte') LIMIT 1;'
FAQ de Lantern
Lantern est une base de données vectorielle Postgres hébergée et un ensemble d'outils pour les développeurs afin de créer des applications d'IA haute performance. Il offre des capacités de recherche vectorielle, de génération d'embeddings et un indexage efficace.
Articles populaires
12 Jours d'OpenAI - Mise à jour du contenu 2024
Dec 11, 2024
X d'Elon Musk présente Grok Aurora : Un nouveau générateur d'images IA
Dec 10, 2024
Hunyuan Video vs Kling AI vs Luma AI vs MiniMax Video-01(Hailuo AI) | Quel générateur de vidéo IA est le meilleur ?
Dec 10, 2024
Meta présente le Llama 3.3 : Un nouveau modèle efficace
Dec 9, 2024
Voir plus