盛宴

盛宴 (Feature Store) 是一个开源的特征存储库,它通过允许团队定义、管理、验证和服务生产AI/ML的特征,帮助团队大规模操作生产ML系统。

Qdrant 作为 Feast 中支持的向量存储,可用于集成到您的工作流程中。

安装

要使用Qdrant在线存储,您需要安装带有qdrant额外功能的Feast。

pip install 'feast[qdrant]'

用法

一个使用 Qdrant 的配置示例如下:

project: my_feature_repo
registry: data/registry.db
provider: local
online_store:
    type: qdrant
    host: xyz-example.eu-central.aws.cloud.qdrant.io
    port: 6333
    api_key: <your-own-key>
    vector_len: 384
    # Reference: https://qdrant.tech/documentation/concepts/vectors/#named-vectors
    # vector_name: text-vec
    write_batch_size: 100

您可以参考Feast 参考以获取完整的配置选项列表。

检索文档

Qdrant在线商店支持检索给定实体键列表的文档向量。文档向量以字典形式返回,其中键是实体键,值是向量。

from feast import FeatureStore

feature_store = FeatureStore(repo_path="feature_store.yaml")

query_vector = [1.0, 2.0, 3.0, 4.0, 5.0]
top_k = 5

feature_values = feature_store.retrieve_online_documents(
    feature="my_feature",
    query=query_vector,
    top_k=top_k
)

📚 进一步阅读

这个页面有用吗?

感谢您的反馈!🙏

我们很抱歉听到这个消息。😔 你可以在GitHub上编辑这个页面,或者创建一个GitHub问题。