Odcinek
Wyszukiwanie semantyczne za pomocą narzędzi Django, PostgreSQL i pgvector
with Paolo Melchiorre
Wideo z konferencji mówi się o semantycznym wyszukiwaniu z Django, PostgreSQL i pgvector przedstawiony przez Paolo Melchiorre w POSETTE: An Event for Postgres 2024. Sztuczna inteligencja jest teraz wymaganą funkcją w wielu dziedzinach i często musimy dodać je do istniejących projektów.
Pierwszym problemem jest to, że trzeba przechowywać wektory, istnieją bazy danych wektorów gotowych do użycia, ale także wprowadzają nowe problemy, na szczęście pgvector pozwala nam nadal wykorzystywać postgreSQL do tego celu.
W tej rozmowie zobaczymy, jak dodać funkcję wyszukiwania semantycznego do istniejącego projektu internetowego opartego na języku Python, w szczególności Django, z magazynem danych w bazie danych PostgreSQL.
Paolo jest wieloletnim deweloperem zaplecza języka Python, który przyczynia się do projektu Django i wygłasza rozmowy na konferencjach technologicznych.
Od ponad 20 lat jest użytkownikiem GNU/Linux, a on używa i promuje Free Software.
Paolo ukończył inżynierię oprogramowania i jest absolwentem Uniwersytetu Bolońskiego we Włoszech.
Pracuje w Internecie od 15 lat i jest teraz CTO z 20tab, pythonic software company, dla którego pracuje zdalnie.
Rozdziały
- 00:00 — Wprowadzenie
- 01:17 - Django
- 02:19 — Flask, FastAPI itp.
- 04:06 — Django — kod
- 09:47 - Django - Administracja
- 14:26 — Semantyczne bazy danych wyszukiwania i wektorów
- 16:37 - pgvector
Zalecane zasoby
Powiązane odcinki
Połącz
- Twitter/X – @PosetteConf
- Mastodon - @posetteconf
- Threads – @posetteconf
- Subskrybowanie wiadomości POSETTE
- Paolo Melchiorre | Twitter/X: @pauloxnet | LinkedIn: /in/paolomelchiorre/ | Mastodon: @paulox
Wideo z konferencji mówi się o semantycznym wyszukiwaniu z Django, PostgreSQL i pgvector przedstawiony przez Paolo Melchiorre w POSETTE: An Event for Postgres 2024. Sztuczna inteligencja jest teraz wymaganą funkcją w wielu dziedzinach i często musimy dodać je do istniejących projektów.
Pierwszym problemem jest to, że trzeba przechowywać wektory, istnieją bazy danych wektorów gotowych do użycia, ale także wprowadzają nowe problemy, na szczęście pgvector pozwala nam nadal wykorzystywać postgreSQL do tego celu.
W tej rozmowie zobaczymy, jak dodać funkcję wyszukiwania semantycznego do istniejącego projektu internetowego opartego na języku Python, w szczególności Django, z magazynem danych w bazie danych PostgreSQL.
Paolo jest wieloletnim deweloperem zaplecza języka Python, który przyczynia się do projektu Django i wygłasza rozmowy na konferencjach technologicznych.
Od ponad 20 lat jest użytkownikiem GNU/Linux, a on używa i promuje Free Software.
Paolo ukończył inżynierię oprogramowania i jest absolwentem Uniwersytetu Bolońskiego we Włoszech.
Pracuje w Internecie od 15 lat i jest teraz CTO z 20tab, pythonic software company, dla którego pracuje zdalnie.
Rozdziały
- 00:00 — Wprowadzenie
- 01:17 - Django
- 02:19 — Flask, FastAPI itp.
- 04:06 — Django — kod
- 09:47 - Django - Administracja
- 14:26 — Semantyczne bazy danych wyszukiwania i wektorów
- 16:37 - pgvector
Zalecane zasoby
Powiązane odcinki
Połącz
- Twitter/X – @PosetteConf
- Mastodon - @posetteconf
- Threads – @posetteconf
- Subskrybowanie wiadomości POSETTE
- Paolo Melchiorre | Twitter/X: @pauloxnet | LinkedIn: /in/paolomelchiorre/ | Mastodon: @paulox
Chcesz przesłać opinię? Prześlij problem tutaj.