装饰网站建设重要性wordpress去顶部文字

装饰网站建设重要性,wordpress去顶部文字,微网站 底部导航菜单,用zend做饿了么网站一、Google VertexAI 多模态嵌入模型 实验性功能。仅用于实验目的。目前尚不兼容 VectorStores。 Vertex AI 支持两种类型的嵌入模型#xff1a;文本嵌入和多模态嵌入。本文档介绍如何使用 Vertex AI 多模态嵌入 API 创建多模态嵌入。 多模态嵌入模型根据您提供的输入生成 14…一、Google VertexAI 多模态嵌入模型实验性功能。仅用于实验目的。目前尚不兼容 VectorStores。Vertex AI 支持两种类型的嵌入模型文本嵌入和多模态嵌入。本文档介绍如何使用 Vertex AI 多模态嵌入 API 创建多模态嵌入。多模态嵌入模型根据您提供的输入生成 1408 维向量输入可以包括图像、文本和视频数据的组合。生成的嵌入向量随后可用于后续任务如图像分类或视频内容审核。图像嵌入向量和文本嵌入向量位于同一语义空间且维度相同。因此这些向量可以互换使用适用于诸如按文本搜索图像或按图像搜索视频等用例。VertexAI 多模态 API 施加了 以下限制。对于纯文本嵌入的用例我们建议改用 Vertex AI 文本嵌入模型。二、先决条件安装适用于您操作系统的 gcloud CLI。通过运行以下命令进行身份验证。请将 PROJECT_ID 替换为您的 Google Cloud 项目 ID将 替换为您的 Google Cloud 用户名。gcloud configsetprojectPROJECT_IDgcloud auth application-default loginACCOUNT添加仓库和 BOMSpring AI 的构件发布在 Maven Central 和 Spring Snapshot 仓库中。请参阅 构件仓库 部分将这些仓库添加到您的构建系统中。为便于依赖管理Spring AI 提供了 BOM物料清单以确保在整个项目中使用统一版本的 Spring AI。请参阅 依赖管理 部分将 Spring AI BOM 添加到您的构建系统中。三、自动配置Spring AI 的自动配置和启动器模块的构件名称发生了重大变化。更多信息请参阅升级说明。Spring AI 为 VertexAI 嵌入模型提供了 Spring Boot 自动配置。要启用它请在项目的 Maven pom.xml 文件中添加以下依赖dependencygroupIdorg.springframework.ai/groupIdartifactIdspring-ai-starter-model-vertex-ai-embedding/artifactId/dependency或在您的 Gradle build.gradle 构建文件中添加dependencies{implementationorg.springframework.ai:spring-ai-starter-model-vertex-ai-embedding}请参阅 依赖管理 部分将 Spring AI BOM 添加到您的构建文件中。嵌入属性前缀 spring.ai.vertex.ai.embedding 用作属性前缀用于连接到 VertexAI 嵌入 API。现在通过前缀为 spring.ai.model.embedding 的顶级属性来配置嵌入自动配置的启用和禁用。启用spring.ai.model.embedding.multimodalvertexai默认已启用禁用spring.ai.model.embedding.multimodalnone或任何与 vertexai 不匹配的值此项更改是为了支持配置多个模型。前缀 spring.ai.vertex.ai.embedding.multimodal 是用于配置 VertexAI 多模态嵌入的嵌入模型实现的属性前缀。四、手动配置VertexAiMultimodalEmbeddingModel 实现了 DocumentEmbeddingModel 接口。在项目的 Maven pom.xml 文件中添加 spring-ai-vertex-ai-embedding 依赖dependencygroupIdorg.springframework.ai/groupIdartifactIdspring-ai-vertex-ai-embedding/artifactId/dependency或在您的 Gradle build.gradle 构建文件中添加dependencies{implementationorg.springframework.ai:spring-ai-vertex-ai-embedding}请参阅 依赖管理 部分将 Spring AI BOM 添加到您的构建文件中。接下来创建一个 VertexAiMultimodalEmbeddingModel 并使用它生成嵌入VertexAiEmbeddingConnectionDetailsconnectionDetailsVertexAiEmbeddingConnectionDetails.builder().projectId(System.getenv(VERTEX_AI_GEMINI_PROJECT_ID)).location(System.getenv(VERTEX_AI_GEMINI_LOCATION)).build();VertexAiMultimodalEmbeddingOptionsoptionsVertexAiMultimodalEmbeddingOptions.builder().model(VertexAiMultimodalEmbeddingOptions.DEFAULT_MODEL_NAME).build();varembeddingModelnewVertexAiMultimodalEmbeddingModel(this.connectionDetails,this.options);MediaimageMedialnewMedia(MimeTypeUtils.IMAGE_PNG,newClassPathResource(/test.image.png));MediavideoMedialnewMedia(newMimeType(video,mp4),newClassPathResource(/test.video.mp4));vardocumentnewDocument(Explain what do you see on this video?,List.of(this.imageMedial,this.videoMedial),Map.of());EmbeddingResponseembeddingResponsethis.embeddingModel.embedForResponse(List.of(Hello World,World is big and salvation is near));DocumentEmbeddingRequestembeddingRequestnewDocumentEmbeddingRequest(List.of(this.document),EmbeddingOptions.EMPTY);EmbeddingResponseembeddingResponsemultiModelEmbeddingModel.call(this.embeddingRequest);assertThat(embeddingResponse.getResults()).hasSize(3);