OpenVINO嵌入#
- class langchain_community.embeddings.openvino.OpenVINOEmbeddings[source]#
基础类:
BaseModel
,Embeddings
OpenVINO 嵌入模型。
示例
from langchain_community.embeddings import OpenVINOEmbeddings model_name = "sentence-transformers/all-mpnet-base-v2" model_kwargs = {'device': 'CPU'} encode_kwargs = {'normalize_embeddings': True} ov = OpenVINOEmbeddings( model_name_or_path=model_name, model_kwargs=model_kwargs, encode_kwargs=encode_kwargs )
初始化 sentence_transformer。
- param encode_kwargs: Dict[str, Any] [Optional]#
调用模型的encode方法时要传递的关键字参数。
- param model_kwargs: Dict[str, Any] [Optional]#
传递给模型的关键字参数。
- param model_name_or_path: str [Required]#
HuggingFace 模型 ID。
- param ov_model: Any = None#
OpenVINO 模型对象。
- param show_progress: bool = False#
是否显示进度条。
- param tokenizer: Any = None#
嵌入模型的分词器。
- async aembed_documents(texts: list[str]) list[list[float]] #
异步嵌入搜索文档。
- Parameters:
文本 (列表[字符串]) – 要嵌入的文本列表。
- Returns:
嵌入列表。
- Return type:
列表[列表[浮点数]]
- async aembed_query(text: str) list[float] #
异步嵌入查询文本。
- Parameters:
文本 (str) – 要嵌入的文本。
- Returns:
嵌入。
- Return type:
列表[浮点数]
- embed_documents(texts: List[str]) List[List[float]] [source]#
使用HuggingFace变压器模型计算文档嵌入。
- Parameters:
文本 (列表[字符串]) – 要嵌入的文本列表。
- Returns:
嵌入列表,每个文本对应一个。
- Return type:
列表[列表[float]]
- embed_query(text: str) List[float] [来源]#
使用HuggingFace变压器模型计算查询嵌入。
- Parameters:
文本 (str) – 要嵌入的文本。
- Returns:
文本的嵌入。
- Return type:
列表[float]
- encode(sentences: Any, batch_size: int = 4, show_progress_bar: bool = False, convert_to_numpy: bool = True, convert_to_tensor: bool = False, mean_pooling: bool = False, normalize_embeddings: bool = True) Any [来源]#
计算句子嵌入。
- Parameters:
sentences (任何) – 要嵌入的句子。
batch_size (int) – 用于计算的批量大小。
show_progress_bar (bool) – 是否输出进度条。
convert_to_numpy (bool) – 输出是否应为numpy向量的列表。
convert_to_tensor (bool) – 输出是否应该是一个大的张量。
mean_pooling (bool) – 是否对返回的向量进行池化。
normalize_embeddings (bool) – 是否对返回的向量进行归一化。
- Returns:
默认情况下,一个形状为 [num_inputs, output_dimension] 的二维 numpy 数组。
- Return type:
任何
使用 OpenVINOEmbeddings 的示例