国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Azure Machine Learning - 使用自己的數(shù)據(jù)與 Azure OpenAI 模型對(duì)話

這篇具有很好參考價(jià)值的文章主要介紹了Azure Machine Learning - 使用自己的數(shù)據(jù)與 Azure OpenAI 模型對(duì)話。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

在本文中,可以將自己的數(shù)據(jù)與 Azure OpenAI 模型配合使用。 對(duì)數(shù)據(jù)使用 Azure OpenAI 模型可以提供功能強(qiáng)大的對(duì)話 AI 平臺(tái),從而實(shí)現(xiàn)更快、更準(zhǔn)確的通信。

關(guān)注TechLead,分享AI全維度知識(shí)。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)、AI產(chǎn)品研發(fā)經(jīng)驗(yàn)、團(tuán)隊(duì)管理經(jīng)驗(yàn),同濟(jì)本復(fù)旦碩,復(fù)旦機(jī)器人智能實(shí)驗(yàn)室成員,阿里云認(rèn)證的資深架構(gòu)師,項(xiàng)目管理專(zhuān)業(yè)人士,上億營(yíng)收AI產(chǎn)品研發(fā)負(fù)責(zé)人文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-757017.html

Azure Machine Learning - 使用自己的數(shù)據(jù)與 Azure OpenAI 模型對(duì)話,azure,機(jī)器學(xué)習(xí),microsoft,人工智能,深度學(xué)習(xí)

環(huán)境準(zhǔn)備

  • Azure 訂閱 - 免費(fèi)創(chuàng)建訂閱。

  • 已在所需的 Azure 訂閱中授予對(duì) Azure OpenAI 的訪問(wèn)權(quán)限。

    Azure OpenAI 服務(wù)需要注冊(cè),并且目前僅供經(jīng)批準(zhǔn)的企業(yè)客戶(hù)與合作伙伴使用。

  • 已部署聊天模型的 Azure OpenAI 資源(例如 GPT-3 或 GPT-4)。

  • 聊天模型可以使用版本 gpt-35-turbo (0301)、gpt-35-turbo-16k、gpt-4gpt-4-32k。

  • 請(qǐng)確保至少為 Azure OpenAI 資源分配了[認(rèn)知服務(wù)參與者]角色。

使用 Azure OpenAI Studio 添加數(shù)據(jù)

Azure Machine Learning - 使用自己的數(shù)據(jù)與 Azure OpenAI 模型對(duì)話,azure,機(jī)器學(xué)習(xí),microsoft,人工智能,深度學(xué)習(xí)
導(dǎo)航到 Azure OpenAI Studio,然后使用有權(quán)訪問(wèn) Azure OpenAI 資源的憑據(jù)登錄。 在登錄過(guò)程中或登錄之后,選擇適當(dāng)?shù)哪夸洝zure 訂閱和 Azure OpenAI 資源。

  1. 選擇“Chat Playground”磁貼。

Azure Machine Learning - 使用自己的數(shù)據(jù)與 Azure OpenAI 模型對(duì)話,azure,機(jī)器學(xué)習(xí),microsoft,人工智能,深度學(xué)習(xí)

  1. 在“助手設(shè)置”磁貼上,選擇“添加數(shù)據(jù)(預(yù)覽)”>“+ 添加數(shù)據(jù)源”。
    Azure Machine Learning - 使用自己的數(shù)據(jù)與 Azure OpenAI 模型對(duì)話,azure,機(jī)器學(xué)習(xí),microsoft,人工智能,深度學(xué)習(xí)
  2. 在顯示的窗格中,選擇“選擇數(shù)據(jù)源”下的“上傳文件”。 選擇“上傳文件”。 Azure OpenAI 需要存儲(chǔ)資源和搜索資源來(lái)訪問(wèn)數(shù)據(jù)并編制數(shù)據(jù)索引。

3.1. 要使 Azure OpenAI 訪問(wèn)存儲(chǔ)帳戶(hù),需要啟用跨原點(diǎn)資源共享 (CORS)。 如果尚未為 Azure Blob 存儲(chǔ)資源啟用 CORS,請(qǐng)選擇“啟用 CORS”。

3.2. 選擇 Azure AI 搜索資源,然后選擇確認(rèn)以表明知曉連接該資源將使用你的帳戶(hù)。 然后,選擇“下一步”。

Azure Machine Learning - 使用自己的數(shù)據(jù)與 Azure OpenAI 模型對(duì)話,azure,機(jī)器學(xué)習(xí),microsoft,人工智能,深度學(xué)習(xí)

  1. 在“上傳文件”窗格中,選擇“瀏覽文件”,并選擇要上傳的文件。 然后選擇“上傳文件”。 然后,選擇“下一步”。

  2. 在“數(shù)據(jù)管理”窗格中,可以選擇為索引啟用[語(yǔ)義搜索還是向量搜索]。

  3. 查看輸入的詳細(xì)信息,然后選擇“保存并關(guān)閉”。 現(xiàn)在,你可以與模型聊天,模型將使用數(shù)據(jù)中的信息來(lái)構(gòu)造響應(yīng)。

Chat Playground

Azure Machine Learning - 使用自己的數(shù)據(jù)與 Azure OpenAI 模型對(duì)話,azure,機(jī)器學(xué)習(xí),microsoft,人工智能,深度學(xué)習(xí)
通過(guò)Chat Playground使用開(kāi)始使用無(wú)代碼方法瀏覽 Azure OpenAI 功能。 這是一個(gè)簡(jiǎn)單的文本框,可以在其中提交提示以生成補(bǔ)全內(nèi)容。 在此頁(yè)中,可以快速循環(huán)訪問(wèn)和試驗(yàn)這些功能。

Azure Machine Learning - 使用自己的數(shù)據(jù)與 Azure OpenAI 模型對(duì)話,azure,機(jī)器學(xué)習(xí),microsoft,人工智能,深度學(xué)習(xí)

可以試驗(yàn)溫度和預(yù)響應(yīng)文本等配置設(shè)置,以提高任務(wù)的性能。 可以在 [REST API]中詳細(xì)了解每個(gè)參數(shù)。

  • 選擇“生成”按鈕后會(huì)將輸入的文本發(fā)送到補(bǔ)全 API,并將結(jié)果流式傳輸回到文本框中。
  • 選擇“撤消”按鈕可以撤消上一次生成調(diào)用。
  • 選擇“重新生成”按鈕可以同時(shí)執(zhí)行撤消和生成調(diào)用。

部署模型

對(duì) Azure OpenAI 工作室中的體驗(yàn)感到滿(mǎn)意后,可以通過(guò)選擇“部署到”按鈕直接從工作室部署 Web 應(yīng)用。
Azure Machine Learning - 使用自己的數(shù)據(jù)與 Azure OpenAI 模型對(duì)話,azure,機(jī)器學(xué)習(xí),microsoft,人工智能,深度學(xué)習(xí)
這讓你可以選擇將模型部署為獨(dú)立的 Web 應(yīng)用程序,或者如果要在模型上使用[你自己的數(shù)據(jù)],則可以使用 Power Virtual Agents。

例如,如果選擇部署 Web 應(yīng)用:

首次部署 Web 應(yīng)用時(shí),應(yīng)選擇“創(chuàng)建新的 Web 應(yīng)用”。 為應(yīng)用選擇一個(gè)名稱(chēng),該名稱(chēng)將成為應(yīng)用 URL 的一部分。 例如,https://<appname>.azurewebsites.net

為已發(fā)布的應(yīng)用選擇訂閱、資源組、位置和定價(jià)計(jì)劃。 要更新現(xiàn)有應(yīng)用,請(qǐng)選擇“發(fā)布到現(xiàn)有 Web 應(yīng)用”,然后從下拉菜單中選擇上一個(gè)應(yīng)用的名稱(chēng)。

使用Python調(diào)用

要成功地對(duì) Azure OpenAI 進(jìn)行調(diào)用,需要使用以下變量。 本快速入門(mén)假定已將數(shù)據(jù)上傳到 Azure Blob 存儲(chǔ)帳戶(hù),并且已創(chuàng)建 Azure AI 搜索索引。

變量名稱(chēng)
AOAIEndpoint 在從 Azure 門(mén)戶(hù)檢查 Azure OpenAI 資源時(shí),可在“密鑰 & 終結(jié)點(diǎn)”部分中找到此值。 也可在“Azure AI 工作室”>“聊天操場(chǎng)”>“代碼視圖”中查找該值。 示例終結(jié)點(diǎn)為:https://my-resoruce.openai.azure.com
AOAIKey 在 Azure 門(mén)戶(hù)檢查 Azure OpenAI 資源時(shí),可在“資源管理>密鑰 & 終結(jié)點(diǎn)”部分中找到此值。 可以使用 KEY1KEY2。 始終準(zhǔn)備好兩個(gè)密鑰可以安全地輪換和重新生成密鑰,而不會(huì)導(dǎo)致服務(wù)中斷。
AOAIDeploymentId 此值將對(duì)應(yīng)于在部署模型時(shí)為部署選擇的自定義名稱(chēng)。 可在 Azure 門(mén)戶(hù)中的“資源管理”>“部署”下,或者在 Azure AI 工作室中的“管理”>“部署”下查找此值。
SearchEndpoint 在 Azure 門(mén)戶(hù)檢查 Azure AI 搜索資源時(shí),可在“概覽”部分中找到此值。
SearchKey 在 Azure 門(mén)戶(hù)檢查 Azure AI 搜索資源時(shí),可在“設(shè)置>密鑰”部分中找到此值。 你可以使用主要管理密鑰或輔助管理密鑰。 始終準(zhǔn)備好兩個(gè)密鑰可以安全地輪換和重新生成密鑰,而不會(huì)導(dǎo)致服務(wù)中斷。
SearchIndex 此值對(duì)應(yīng)于為存儲(chǔ)數(shù)據(jù)而創(chuàng)建的索引的名稱(chēng)。 在從 Azure 門(mén)戶(hù)檢查 Azure AI 搜索資源時(shí),可以在“概述”部分找到它。

環(huán)境變量

  • [命令行]
setx AOAIEndpoint REPLACE_WITH_YOUR_AOAI_ENDPOINT_VALUE_HERE
setx AOAIKey REPLACE_WITH_YOUR_AOAI_KEY_VALUE_HERE
setx AOAIDeploymentId REPLACE_WITH_YOUR_AOAI_DEPLOYMENT_VALUE_HERE
setx SearchEndpoint REPLACE_WITH_YOUR_AZURE_SEARCH_RESOURCE_VALUE_HERE
setx SearchKey REPLACE_WITH_YOUR_AZURE_SEARCH_RESOURCE_KEY_VALUE_HERE
setx SearchIndex REPLACE_WITH_YOUR_INDEX_NAME_HERE

創(chuàng)建 Python 環(huán)境

  1. 為項(xiàng)目新建一個(gè)名為 openai-pytho 的文件夾,并且新建一個(gè)名為 main.py 的 Python 代碼文件。 更改到該目錄:
mkdir openai-python
cd openai-python
  1. 安裝以下 Python 庫(kù):
  • [OpenAI Python 1.x]
pip install openai
pip install python-dotenv

創(chuàng)建 Python 應(yīng)用

  1. 從項(xiàng)目目錄中,打開(kāi) main.py 文件并添加以下代碼:
  • [OpenAI Python 1.x]
import os
import openai
import dotenv

dotenv.load_dotenv()

endpoint = os.environ.get("AOAIEndpoint")
api_key = os.environ.get("AOAIKey")
deployment = os.environ.get("AOAIDeploymentId")

client = openai.AzureOpenAI(
    base_url=f"{endpoint}/openai/deployments/{deployment}/extensions",
    api_key=api_key,
    api_version="2023-08-01-preview",
)

completion = client.chat.completions.create(
    model=deployment,
    messages=[
        {
            "role": "user",
            "content": "How is Azure machine learning different than Azure OpenAI?",
        },
    ],
    extra_body={
        "dataSources": [
            {
                "type": "AzureCognitiveSearch",
                "parameters": {
                    "endpoint": os.environ["SearchEndpoint"],
                    "key": os.environ["SearchKey"],
                    "indexName": os.environ["SearchIndex"]
                }
            }
        ]
    }
)

print(completion.model_dump_json(indent=2))
  1. 運(yùn)行以下命令:
python main.py

應(yīng)用程序以適合在許多場(chǎng)景下使用的 JSON 格式打印響應(yīng)。 它包含對(duì)來(lái)自已上傳文件的查詢(xún)和引文的答案。

關(guān)注TechLead,分享AI全維度知識(shí)。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)、AI產(chǎn)品研發(fā)經(jīng)驗(yàn)、團(tuán)隊(duì)管理經(jīng)驗(yàn),同濟(jì)本復(fù)旦碩,復(fù)旦機(jī)器人智能實(shí)驗(yàn)室成員,阿里云認(rèn)證的資深架構(gòu)師,項(xiàng)目管理專(zhuān)業(yè)人士,上億營(yíng)收AI產(chǎn)品研發(fā)負(fù)責(zé)人

到了這里,關(guān)于Azure Machine Learning - 使用自己的數(shù)據(jù)與 Azure OpenAI 模型對(duì)話的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶(hù)投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • Azure Machine Learning - 使用 REST API 創(chuàng)建 Azure AI 搜索索引

    Azure Machine Learning - 使用 REST API 創(chuàng)建 Azure AI 搜索索引

    本文介紹如何使用 Azure AI 搜索 REST AP和用于發(fā)送和接收請(qǐng)求的 REST 客戶(hù)端以交互方式構(gòu)建請(qǐng)求。 關(guān)注TechLead,分享AI全維度知識(shí)。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)、AI產(chǎn)品研發(fā)經(jīng)驗(yàn)、團(tuán)隊(duì)管理經(jīng)驗(yàn),同濟(jì)本復(fù)旦碩,復(fù)旦機(jī)器人智能實(shí)驗(yàn)室成員,阿里云認(rèn)證的資深架構(gòu)師,項(xiàng)目管理

    2024年02月04日
    瀏覽(28)
  • Azure Machine Learning - Azure AI 搜索中的集成數(shù)據(jù)分塊和嵌入

    Azure Machine Learning - Azure AI 搜索中的集成數(shù)據(jù)分塊和嵌入

    在基于索引器的索引編制中,Azure AI _集成矢量化_將數(shù)據(jù)分塊和文本到矢量嵌入添加到技能中,它還為查詢(xún)添加文本到矢量的轉(zhuǎn)換。 關(guān)注TechLead,分享AI全維度知識(shí)。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)、AI產(chǎn)品研發(fā)經(jīng)驗(yàn)、團(tuán)隊(duì)管理經(jīng)驗(yàn),同濟(jì)本復(fù)旦碩,復(fù)旦機(jī)器人智能實(shí)驗(yàn)室成員,

    2024年02月05日
    瀏覽(20)
  • Azure Machine Learning - 視頻AI技術(shù)

    Azure Machine Learning - 視頻AI技術(shù)

    Azure AI 視頻索引器是構(gòu)建在 Azure 媒體服務(wù)和 Azure AI 服務(wù)(如人臉檢測(cè)、翻譯器、Azure AI 視覺(jué)和語(yǔ)音)基礎(chǔ)之上的一個(gè)云應(yīng)用程序,是 Azure AI 服務(wù)的一部分。 有了 Azure 視頻索引器,就可以使用 Azure AI 視頻索引器視頻和音頻模型從視頻中提取見(jiàn)解。 Azure AI 視頻索引器通過(guò)運(yùn)行

    2024年01月20日
    瀏覽(49)
  • Azure Machine Learning - 聊天機(jī)器人構(gòu)建

    Azure Machine Learning - 聊天機(jī)器人構(gòu)建

    本文介紹如何部署和運(yùn)行適用于 Python 的企業(yè)聊天應(yīng)用示例。 此示例使用 Python、Azure OpenAI 服務(wù)和 Azure AI 搜索中的檢索擴(kuò)充生成(RAG)實(shí)現(xiàn)聊天應(yīng)用,以獲取虛構(gòu)公司員工福利的解答。 關(guān)注TechLead,分享AI全維度知識(shí)。作者擁有10+年互聯(lián)網(wǎng)服務(wù)架構(gòu)、AI產(chǎn)品研發(fā)經(jīng)驗(yàn)、團(tuán)隊(duì)管理

    2024年01月19日
    瀏覽(26)
  • Azure Machine Learning - Azure AI 搜索中的矢量搜索

    Azure Machine Learning - Azure AI 搜索中的矢量搜索

    矢量搜索是一種信息檢索方法,它使用內(nèi)容的數(shù)字表示形式來(lái)執(zhí)行搜索方案。 由于內(nèi)容是數(shù)字而不是純文本,因此搜索引擎會(huì)匹配與查詢(xún)最相似的矢量,而不需要匹配確切的字詞。本文簡(jiǎn)要介紹了 Azure AI 搜索中的矢量支持。 其中還解釋了與其他 Azure 服務(wù)的集成,以及與矢量

    2024年02月05日
    瀏覽(22)
  • 使用Azure OpenAI+ChatGPT Web快速構(gòu)建自己的ChatGPT,無(wú)需FQ,無(wú)憂封號(hào)

    使用Azure OpenAI+ChatGPT Web快速構(gòu)建自己的ChatGPT,無(wú)需FQ,無(wú)憂封號(hào)

    登錄Azure網(wǎng)站,申請(qǐng)Azure OpenAI服務(wù) 創(chuàng)建 Azure OpenAI 資源創(chuàng)建完成?后,可以在\\\"資源管理\\\"-\\\"密鑰和終結(jié)點(diǎn)\\\"部分看到調(diào)用Azure OpenAI服務(wù)需要用到的api key和endpoint 在Azure OpenAI Studio中部署模型 通過(guò)以上操作,我們得到以下資源信息,先記下來(lái),后面搭建網(wǎng)站會(huì)用到 名稱(chēng) 值 說(shuō)明 A

    2024年02月12日
    瀏覽(39)
  • (3)【Python數(shù)據(jù)分析進(jìn)階】Machine-Learning模型與算法應(yīng)用-線性回歸與邏輯回歸

    (3)【Python數(shù)據(jù)分析進(jìn)階】Machine-Learning模型與算法應(yīng)用-線性回歸與邏輯回歸

    目錄 一、Linear Regression線性回歸應(yīng)用 一元一次線性回歸公式及解析 應(yīng)用案例(一)——自定義數(shù)據(jù)(Custom data) 1、下載安裝sklearn庫(kù) 2、導(dǎo)入庫(kù)函數(shù) 3、加載數(shù)據(jù)集 4、創(chuàng)建線性回歸對(duì)象 5、模型訓(xùn)練 6、預(yù)測(cè)結(jié)果 7、繪制模型圖像 8、應(yīng)用模型進(jìn)行預(yù)測(cè) 9、評(píng)估指標(biāo) 應(yīng)用案例(

    2024年01月24日
    瀏覽(28)
  • Python使用OpenAI 和大型語(yǔ)言模型對(duì)話PDF和圖像文本

    本文首先介紹文件文本嵌入方法及代碼實(shí)現(xiàn),然后介紹和代碼實(shí)現(xiàn)提取PDF和圖像文本應(yīng)用于大型語(yǔ)言模型。在此基礎(chǔ)上,構(gòu)建回答任何問(wèn)題的人工智能助手。 文本嵌入是自然語(yǔ)言處理(NLP)領(lǐng)域的重要工具。它們是文本的數(shù)字表示,其中每個(gè)單詞或短語(yǔ)都表示為實(shí)數(shù)的密集向

    2024年02月14日
    瀏覽(21)
  • 選擇和訓(xùn)練模型(Machine Learning 研習(xí)之十一)

    選擇和訓(xùn)練模型(Machine Learning 研習(xí)之十一)

    當(dāng)您看到本文標(biāo)題時(shí),不禁感嘆,總算是到了 訓(xùn)練模型 這一節(jié)了。 是啊,在之前的文章中,我們對(duì)數(shù)據(jù)進(jìn)行了探索,以及對(duì)一個(gè)訓(xùn)練集和一個(gè)測(cè)試集進(jìn)行了采樣,也編寫(xiě)了一個(gè) 預(yù)處理 管道來(lái)自動(dòng)清理,準(zhǔn)備您的數(shù)據(jù)用于 機(jī)器學(xué)習(xí) 算法,然而現(xiàn)在,我們可以選擇并訓(xùn)練模型

    2024年01月18日
    瀏覽(20)
  • [Machine learning][Part4] 多維矩陣下的梯度下降線性預(yù)測(cè)模型的實(shí)現(xiàn)

    [Machine learning][Part4] 多維矩陣下的梯度下降線性預(yù)測(cè)模型的實(shí)現(xiàn)

    目錄 模型初始化信息: 模型實(shí)現(xiàn): 多變量損失函數(shù): 多變量梯度下降實(shí)現(xiàn): 多變量梯度實(shí)現(xiàn): 多變量梯度下降實(shí)現(xiàn): 之前部分實(shí)現(xiàn)的梯度下降線性預(yù)測(cè)模型中的training example只有一個(gè)特征屬性:房屋面積,這顯然是不符合實(shí)際情況的,這里增加特征屬性的數(shù)量再實(shí)現(xiàn)一次

    2024年02月06日
    瀏覽(19)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包