Delen via

Vectorizer voor azure AI Foundry-modelcatalogus

  • Artikel

Belangrijk

Deze vectorizer is in openbare preview onder aanvullende gebruiksvoorwaarden. De REST API 2024-05-01-Preview ondersteunt deze functie.

De vectorizer van de Azure AI Foundry-modelcatalogus maakt verbinding met een insluitmodel dat is geïmplementeerd via de Azure AI Foundry-modelcatalogus naar een Azure Machine Learning-eindpunt. Uw gegevens worden verwerkt in de geografische locatie waar uw model wordt geïmplementeerd.

Als u geïntegreerde vectorisatie hebt gebruikt om de vectormatrices te maken, moet de vaardighedenset een AML-vaardigheid bevatten die verwijst naar de modelcatalogus in Azure AI Foundry Portal.

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 Azure AI Foundry-modelcatalogus die wordt geïmplementeerd op het opgegeven eindpunt. Ondersteunde modellen zijn:
  • Facebook-DinoV2-Image-Embeddings-ViT-Base
  • Facebook-DinoV2-Image-Embeddings-ViT-Giant
  • Cohere-embed-v3-english
  • Cohere-embed-v3-multilingual
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 Azure AI Foundry-modelcatalogus is afhankelijk van de modelName configuratie.

Model insluiten Ondersteunt text query's Ondersteunt imageUrl query's Ondersteunt imageBinary query's
Facebook-DinoV2-Image-Embeddings-ViT-Base X X
Facebook-DinoV2-Image-Embeddings-ViT-Giant X X
Cohere-embed-v3-english X
Cohere-embed-v3-multilingual X

Verwachte velddimensies

De verwachte velddimensies voor een veld dat is geconfigureerd met een Azure AI Foundry-modelcatalogusvectorizer, zijn afhankelijk van de modelName waarde die is geconfigureerd.

modelName Verwachte dimensies
Facebook-DinoV2-Image-Embeddings-ViT-Base 768
Facebook-DinoV2-Image-Embeddings-ViT-Giant 1536
Cohere-embed-v3-english 1024
Cohere-embed-v3-multilingual 1024

Voorbeelddefinitie

Voorgestelde modelnamen in de Azure AI Foundry-modelcatalogus bestaan uit het basismodel plus een willekeurig achtervoegsel van drie letters. De naam van uw model verschilt van de naam die in dit voorbeeld wordt weergegeven.

"vectorizers": [
    {
        "name": "my-model-catalog-vectorizer",
        "kind": "aml",
        "amlParameters": {
            "uri": "https://Cohere-embed-v3-multilingual-hin.eastus.models.ai.azure.com",
            "key": "aaaaaaaa-0b0b-1c1c-2d2d-333333333333",
            "timeout": "PT60S",
            "modelName": "Cohere-embed-v3-multilingual-hin",
            "resourceId": null,
            "region": null,
        },
    }
]

Zie ook