Vectorizer voor azure AI Studio-modelcatalogus
Belangrijk
Deze functie is beschikbaar als openbare preview onder aanvullende gebruiksvoorwaarden. De REST API 2024-05-01-Preview ondersteunt deze functie.
De Vectorizer van de Azure AI Studio-modelcatalogus maakt verbinding met een insluitmodel dat is geïmplementeerd via de Azure AI Studio-modelcatalogus naar een Azure Machine Learning-eindpunt. Uw gegevens worden verwerkt in de geografische locatie waar uw model wordt geïmplementeerd.
Vectorizer-parameters
Parameters zijn hoofdlettergevoelig. Welke parameters u wilt gebruiken, is afhankelijk van de verificatie die uw online-eindpunt van AML vereist, indien van toepassing.
Parameternaam | Beschrijving |
---|---|
uri |
(Vereist) De URI van het online-eindpunt van AML waarnaar de JSON-nettolading wordt verzonden. Alleen het https-URI-schema is toegestaan. |
modelName |
(Vereist) De model-id uit de AI Studio-modelcatalogus die wordt geïmplementeerd op het opgegeven eindpunt. Momenteel ondersteunde waarden zijn
|
key |
(Vereist voor sleutelverificatie) De sleutel voor het online-eindpunt van AML. |
resourceId |
(Vereist voor tokenverificatie). De resource-id van Azure Resource Manager van het online-eindpunt van AML. Dit moet de indeling van abonnementen/{guid}/resourceGroups/{resource-group-name}/Microsoft.MachineLearningServices/workspaces/{workspace-name}/onlineendpoints/{endpoint_name} hebben. |
region |
(Optioneel voor tokenverificatie). De regio waarin het online-eindpunt van AML is geïmplementeerd. Nodig als de regio verschilt van de regio van de zoekservice. |
timeout |
(Optioneel) Wanneer dit is opgegeven, geeft u de time-out aan voor de HTTP-client die de API-aanroep maakt. Deze moet worden opgemaakt als een XSD-waarde 'dayTimeDuration' (een beperkte subset van een ISO 8601-duurwaarde ). Bijvoorbeeld PT60S gedurende 60 seconden. Als dit niet is ingesteld, wordt een standaardwaarde van 30 seconden gekozen. De time-out kan worden ingesteld op maximaal 230 seconden en minimaal 1 seconde. |
Welke verificatieparameters moeten worden gebruikt
Welke verificatieparameters vereist zijn, is afhankelijk van welke verificatie uw online-eindpunt van AML gebruikt, indien van toepassing. Online AML-eindpunten bieden twee verificatieopties:
- Verificatie op basis van sleutels. Er wordt een statische sleutel verstrekt voor het verifiëren van scoreaanvragen van de vectorizer.
- De URI- en sleutelparameters gebruiken
- Verificatie op basis van tokens. Het online-eindpunt van AML wordt geïmplementeerd met behulp van verificatie op basis van tokens. De beheerde identiteit van de Azure AI-Search-service moet zijn ingeschakeld. De vectorizer gebruikt vervolgens de beheerde identiteit van de service om te verifiëren bij het online-eindpunt van AML, zonder dat statische sleutels vereist zijn. Aan de identiteit moet de rol eigenaar of inzender zijn toegewezen.
- Gebruik de parameter resourceId .
- Als de zoekservice zich in een andere regio bevindt dan de AML-werkruimte, gebruikt u de regioparameter om de regio in te stellen waarin het online-eindpunt van AML is geïmplementeerd
Ondersteunde vectorquerytypen
Welke vectorquerytypen worden ondersteund door de vectorizer van de AI Studio-modelcatalogus, is afhankelijk van de modelName
configuratie.
modelName |
Ondersteunt text query's |
Ondersteunt imageUrl query's |
Ondersteunt imageBinary query's |
---|---|---|---|
OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch32 | X | X | X |
OpenAI-CLIP-Image-Text-Embeddings-ViT-Large-Patch14-336 | X | X | X |
Facebook-DinoV2-Image-Embeddings-ViT-Base | X | X | |
Facebook-DinoV2-Image-Embeddings-ViT-Giant | X | X | |
Cohere-embed-v3-english | X | ||
Cohere-embed-v3-meertalige | X |
Verwachte velddimensies
De verwachte velddimensies voor een veld dat is geconfigureerd met een AI Studio-modelcatalogusvectorizer, zijn afhankelijk van de modelName
waarde die is geconfigureerd.
modelName |
Verwachte dimensies |
---|---|
OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch32 | 512 |
OpenAI-CLIP-Image-Text-Embeddings-ViT-Large-Patch14-336 | 768 |
Facebook-DinoV2-Image-Embeddings-ViT-Base | 768 |
Facebook-DinoV2-Image-Embeddings-ViT-Giant | 1536 |
Cohere-embed-v3-english | 1024 |
Cohere-embed-v3-meertalige | 1024 |
Voorbeelddefinitie
"vectorizers": [
{
"name": "my-ai-studio-catalog-vectorizer",
"kind": "aml",
"amlParameters": {
"uri": "https://my-aml-endpoint.eastus.inference.ml.azure.com/score",
"key": "0000000000000000000000000000000000000",
"timeout": "PT60S",
"modelName": "OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch3",
"resourceId": null,
"region": null,
},
}
]
Zie ook
Feedback
https://aka.ms/ContentUserFeedback.
Binnenkort beschikbaar: In de loop van 2024 zullen we GitHub-problemen geleidelijk uitfaseren als het feedbackmechanisme voor inhoud en deze vervangen door een nieuw feedbacksysteem. Zie voor meer informatie:Feedback verzenden en weergeven voor