Stocker les intégrations dans Azure Cosmos DB pour PostgreSQL avec pgvector

Bienvenue dans la troisième partie de la série d'apprentissage « Recherche de similarité d'images avec pgvector » !

Dans les articles précédents, vous avez appris à décrire les plongements vectoriels et la recherche de similarité vectorielle. Vous avez également utilisé les API d’intégration multimodale d’Azure AI Vision pour générer des intégrations pour une collection d’images de peintures.

Introduction

Dans cette série d'apprentissage, nous créerons un système de recherche qui permettra aux utilisateurs de fournir une description textuelle ou une image de référence pour trouver des peintures similaires. Nous avons déjà généré des intégrations vectorielles pour les images de notre ensemble de données à l'aide de l'API d'intégration multimodale d'Azure AI Vision. Dans cet article, nous utiliserons Azure Blob Storage pour stocker les images et Azure Cosmos DB pour PostgreSQL pour stocker nos intégrations vectorielles à l'aide de l'extension pgvector. Dans les prochains tutoriels, nous effectuerons une recherche de similarité sur nos plongements.

Le flux de travail est illustré dans l'image suivante :

Dans ce tutoriel, vous apprendrez à :

• Téléchargez des images vers un conteneur Azure Blob Storage à l’aide du SDK Python.
• Activez l'extension pgvector sur Azure Cosmos DB pour PostgreSQL.
• Stockez les représentations vectorielles vectorielles sur une table Azure Cosmos DB pour PostgreSQL.

Conditions préalables

Pour poursuivre ce didacticiel, assurez-vous que les conditions préalables suivantes sont installées et configurées :

• Un abonnement Azure - Créez un compte Azure gratuit ou un compte Azure pour étudiants.
• Python 3.10, Visual Studio Code, Jupyter Notebook et Jupyter Extension pour Visual Studio Code.

Configurez votre environnement de travail

Dans ce guide, vous apprendrez à télécharger une collection d’images de peintures dans un conteneur Azure Blob Storage et à insérer des incorporations vectorielles dans une table Azure Cosmos DB pour PostgreSQL. L'intégralité du projet fonctionnel est disponible dans le référentiel GitHub. Si vous souhaitez l'essayer, créez simplement le référentiel et clonez-le pour qu'il soit disponible loc...
[Courte citation de 8% de l'article original]