vec_multi = embedding.embed_documents(pdf_chunks)
import numpy as np
vec_np = np.array(vec_multi)
print(vec_np.shape) # (문장 개수, 임베딩 차원)
print(vec_np.dtype)
(2119, 768)
float64
embedding_model_name = "jhgan/ko-sbert-nli" # 임베딩 모델 선택
embedding = HuggingFaceEmbeddings(model_name=embedding_model_name)
---> pdf_vector_store = FAISS.from_texts(pdf_chunks, embedding=embedding)
ValueError: input not a numpy array
Ich überprüfe, dass PDF_Chunks Numpy Array ist, aber es machte einen solchen Fehler
Ich weiß nicht, was das Problem ist, und ich weiß nicht, wie ich es lösen soll.
embedding_model_name = "jhgan/ko-sbert-nli" # 임베딩 모델 선택 embedding = HuggingFaceEmbeddings(model_name=embedding_model_name) ---> pdf_vector_store = FAISS.from_texts(pdf_chunks, embedding=embedding)
ValueError: input not a numpy array [/code] [b] Ich überprüfe, dass PDF_Chunks Numpy Array ist, aber es machte einen solchen Fehler [/b] Ich weiß nicht, was das [url=viewtopic.php?t=18916]Problem[/url] ist, und ich weiß nicht, wie ich es lösen soll.
Ich erhalte diesen Fehler, wenn ich versuche, auf die nicht -faiss_index auf die nicht -faiss_index zugreifen zu können. Ich leite Faiss-CPU Python Version 1.10.0. Dies funktioniert nicht aus...
Ich schreibe gerade ein Programm, in dem ich Informationen von einem Lappen abrufen muss. Diese Informationen sollten dann von einem LLM verwendet werden. Ich verwende FAISS in einer Python-Umgebung...
Ich verwende Faiss, um meine riesigen Datensatz -Einbettungen zu indizieren und aus dem Bert -Modell einzubetten. Ich möchte die Einbettung inkrementell hinzufügen, es funktioniert gut, wenn ich sie...
Ich verwende Faiss, um meine riesigen Datensatz -Einbettungen zu indizieren und aus dem Bert -Modell einzubetten. Ich möchte die Einbettung inkrementell hinzufügen, es funktioniert gut, wenn ich sie...