OpenAI Embeddings API: 如何提取嵌入向量?

我使用了与这个 GitHub 仓库中几乎相同的代码来从 OpenAI 获取嵌入:

oai = OpenAI(# This is the default and can be omittedapi_key="sk-.....",)def get_embedding(text_to_embed, openai):       response = openai.embeddings.create(        model= "text-embedding-ada-002",        input=[text_to_embed]    )        return responseembedding_raw = get_embedding(text,oai)

根据 GitHub 仓库的说明,向量应该在 response['data'][0]['embedding'] 中,但在我的情况下却不是这样。

当我打印 response 变量时,得到的是:

print(embedding_raw)

输出:

CreateEmbeddingResponse(data=[Embedding(embedding=[0.009792150929570198, -0.01779201813042164, 0.011846082285046577, -0.0036859565880149603, -0.0013213189085945487, 0.00037509595858864486,..... -0.0121011883020401, -0.015751168131828308], index=0, object='embedding')], model='text-embedding-ada-002', object='list', usage=Usage(prompt_tokens=360, total_tokens=360))

我该如何访问嵌入向量?


回答:

只需按以下方式返回嵌入向量即可:

def get_embedding(text_to_embed, openai):       response = openai.embeddings.create(        model= "text-embedding-ada-002",        input=[text_to_embed]    )        return response.data[0].embedding # 更改为这行embedding_raw = get_embedding(text,oai)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注