素晴らしい織り
ベクトル検索エンジンの使用方法の例とチュートリアルの素晴らしいリスト
一言で言えば、Weaviateはベクトル検索エンジンとベクトルデータベースです。 Weaviateは、機械学習を使用して、データをベクトル化および保存し、自然言語クエリへの回答を見つけます。 Weaviateを使用すると、カスタムMLモデルを生産スケールにすることもできます。
目次
例
ブログ投稿
- Weaviate（GraphQL、Sente-Bert、およびBert Q＆A）を使用してWikipediaをセマンティック検索
- セミブログ：Weaviate Vector Search Engineを始める
- セミブログ：Weaviateはベクトル埋め込みの検索エンジンです
- データ力に向けて：DistilbertとWeaviateを使用した50msの神経検索
- DB-Engines.com：Weaviate、CRUDサポートのあるANNデータベース
- セミブログ：WeaviateのGraphQL APIがどのように設計されたか
- IEEE：セマンティックナレッジグラフテクノロジーをデータに提供します
- セミブログ：Weaviateを使用して複雑なドキュメントで回答を見つける
- セミブログ：WeaviateユーザーがDockerコンテナについて知っておくべきこと
- Hackernoon：セマンティック検索クエリは、より多くの情報に基づいた結果を返します
- Hackernoon：Weaviate Vector Search Engineを始めます
- Hackernoon：何が織られているのか、データスキーマを作成する方法
- Hackernoon：WeaviateのGraphQL APIがどのように設計されたか
- Hackernoon：Weaviateは、ベクトル埋め込みの検索エンジンです
- Hackernoon：Weaviate Vector Search Engineの歴史
- ICTマガジン（ダッチ）
- データ力に向けて：すべてのベクトルデータベースが等しくなるわけではありません
- 中程度：知識グラフ織りの6,000万ベクターの検索
- セミブログ：分類法、オントロジー、scehma
- セミブログ：Weaviate v1.2.x
- セミブログ：あなたの織り神経検索エンジンのためのReactベースのフロントエンドアプリを構築する
- セミブログ：Weaviate、CrudサポートのあるAnn DB
- セミブログ：Weaviate Search Engineの歴史
- セミブログ：構造化されていないデータを理解できれば
- データ力に向けて：Weaviate Pythonクライアントを始めます
- データの主張に向けて：リコールとレイテンシに対するフィルター処理されたHNSW検索の影響
- 中程度：weaviateを使用してセマンティック検索検索で非常に重複する削除
会議でのプレゼンテーション
- weaviate @ fosdem 2021
- Pythonクライアントを織ります
- weaviate @ fosdem 2020
- weaviate @ googleクラウドのstackchat
- weaviate @ fosdem 2019
インタビュー
Google Colabノートブック
- 同様のドキュメント（ディストラクタ）を織ります
- 織り方でスタートしたパイソンクライアント
ポッドキャスト
- Google Cloud Podcast
- オランダの応募AI賞2021（オランダ語）のピッチとインタビュー
デモデータセット
ミートアップ
- 水平方向のスケーリング、シャード、クベルネテスなど、weaviate v1.8.0
- 開始（セットアップ、ベクトルザー、スキーマ、データのインポート、GraphQL）
- Weaviateでカスタムモジュールを作成する方法は？
- アーキテクチャディープダイビング、ベクトルデータベースの構築方法
- トランスの紹介（Distilbert、Bert、Sente-Bert）
- weaviate v1.0リリース
