Python 3.10-Slim con VectordB ( vectordb2==0.1.9 ). AMD64 solo en este momento.
Esta imagen está destinada a su uso como una imagen base para construir otras aplicaciones además, por lo que cualquier aplicación independiente que necesite vectordB (y quién de tengo una serie de casquillos de uso aquí) puede extraer un conjunto de enormes capas prebuidadas y luego solo agregar capas menores en la parte superior para cada aplicación/implementación.
Imágenes etiquetadas, ordenadas por tamaño (más pequeña a mayor):
core : solo VectordB2, use esto si descarga su propio modelo durante la compilación, que puede hacer automáticamente ejecutando python3 /opt/dependencies/initialize.py <HuggingFace model name> Ex. python3 /opt/dependencies/initialize.py TaylorAI/bge-micro-v2bge-small-en-v1.5 -Importado Baai/BGE-Small-en-V1.5, (+0.13GB, 384 dimensiones, 512 longitud de secuencia)bge-base-en-v1.5 BAAI/BGE-BASE-ENV1 ENV1.5 importado, (+0.44GB, 768 dimensiones, 512 longitud de secuencia)bge-large-en-v1.5 -Importado Baai/BGE-LARGE-EN-V1.5, (+1.34GB, 1024 dimensiones, 512 longitud de secuencia)Para comparaciones de rendimiento detalladas, consulte MteB.
Recomiendo hacer su propia copia de este repositorio si desea ajustar las características de rendimiento.
Esto es para mis proyectos personales y no se garantiza que sea estable.
Simplemente clone el repositorio y ejecute el suyo, todo de todos modos está construido automáticamente y se adapta bien al plan gratuito de GitHub.