Vectorizer voor azure AI Studio-modelcatalogus

Artikel
05/29/2024

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 OpenAI-CLIP-Image-Text-Embeddings-vit-base-patch32 OpenAI-CLIP-Image-Text-Embeddings-ViT-Large-Patch14-336 Facebook-DinoV2-Image-Embeddings-ViT-Base Facebook-DinoV2-Image-Embeddings-ViT-Giant Cohere-embed-v3-english Cohere-embed-v3-meertalige
`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,
        },
    }
]

Delen via