У нас вы можете посмотреть бесплатно มาลอง Vector Database กัน (ผ่าน ChromaDB) или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
☕️ สนับสนุนช่องเราด้วยการสมัครสมาชิกช่องทางนี้ได้เลย / @mikelopster ลองไมค์ สัปดาห์นี้จะพาทุกคนมาลองทำความรู้จักกับ Vector Database ซึ่งเป็นหนึ่งในรากฐานสำคัญสำหรับยุคของ AI ในปัจจุบัน ที่จะมาช่วยให้เราสามารถจัดเก็บและค้นหาข้อมูลจากความหมาย (Semantic) แทนการค้นหาจากคำที่ตรงกันแบบเป๊ะๆ โดยหัวข้อนี้เราจะมาปูพื้นฐานกันตั้งแต่ Concept, ความแตกต่างจาก Database ที่เราคุ้นเคย, ไปจนถึงการลองใช้งานจริงผ่าน Demo ทั้งในรูปแบบของ Text และ Image มาลองศึกษาและทดลองไปพร้อมๆกันในหัวข้อนี้ได้เลยครับ โดยในหัวข้อนี้เราจะมาพูดถึงประเด็นเหล่านี้กัน ทำความรู้จักกับ Vector Database และความแตกต่างจาก SQL / NoSQL รู้จักกับ Concept พื้นฐานของ Vector Database (Vector Embedding, Vector Search, Similarity Search) เริ่มต้นลองใช้งาน Vector Search อย่างง่ายด้วย SQLite + sqlite-vec ลองใช้งาน Vector Database กันผ่าน ChromaDB กับข้อมูลทั้ง Text และ Image ความเชื่อมโยงของ Vector Database กับการนำไปใช้งานร่วมกับ AI (เช่น RAG) หัวข้อ 00:00 แนะนำหัวข้อ 02:06 Vector Database คืออะไร ? แตกต่างกับ SQL / NoSQL อย่างไร ? 12:34 Vector Embedding คืออะไร ? 18:31 Vector Search คืออะไร ? ทำงานร่วมกับ Vector Embedding อย่างไร ? 26:12 เพิ่มเติมเรื่อง ANN กับการทำ Index ใน Vector DB 30:14 แล้วในปัจจุบันมี Vector DB อะไรเป็นที่นิยมบ้าง ? 33:12 Demo 1 - SQLite + Easy Vector ด้วย sqlite-vec 45:34 Demo 2 - เปลี่ยนมาเป็น ChromaDB (เริ่มต้น ChromaDB) 54:21 Demo 3 - ChromaDB และการใช้ร่วมกับข้อมูล image 1:04:56 สรุปเนื้อหาทั้งหมด สามารถดูฉบับบทความ รวมถึง Git source code ได้จากที่นี่ https://mikelopster.dev/posts/vector-... หวังว่าหัวข้อนี้จะช่วยให้ทุกคนเห็นภาพเกี่ยวกับการทำงานของ Vector Database และสามารถนำไปต่อยอดกับการใช้งานร่วมกับ AI ได้มากขึ้นนะครับ ใครมีเทคนิค, use case, หรือมีเครื่องมืออื่นๆ ที่อยากแชร์กันเพิ่มเติม สามารถ comment กันไว้ได้เลยนะครับ 😁