Hugging Face Faiss With Hf Datasets And Clip

Faiss With Hf Datasets And Clip

kohf-cookbooknotebooks

alph-notebooks/hf-cookbook / faiss_with_hf_datasets_and_clip.ipynb

Export

Run Notebooks

Contents

No cells yet

Add cells to see them here

🤗transformers, 🤗datasets, FAISS를 사용한 멀티모달 데이터 임베딩 및 유사성 검색

작성자: Merve Noyan, 이정인

임베딩은 의미론적으로 중요한 정보의 압축입니다. 이는 유사성 검색, 제로샷 분류 또는 새로운 모델을 훈련하는 데 사용될 수 있습니다. 유사성 검색의 활용 사례로는 전자상거래에서 유사한 제품 검색, 소셜 미디어에서의 콘텐츠 검색 등이 있습니다. 이 노트북은 🤗Transformers, 🤗Datasets 및 FAISS를 사용하여 특징 추출 모델로부터 임베딩을 생성하고 인덱싱하여 이후 유사성 검색에 활용하는 방법을 안내합니다. 필요한 라이브러리를 설치해봅시다.

[ ]

이 튜토리얼에서는 CLIP 모델을 사용하여 특징을 추출할 것입니다. CLIP은 텍스트 인코더와 이미지 인코더를 함께 학습시켜 두 가지 모달리티를 연결하는 혁신적인 모델입니다.

[ ]

데이터셋을 로드합니다. 가볍게 이 예제를 해 보기 위해, 작은 캡션 데이터셋을 사용해봅시다, jmhessel/newyorker_caption_contest.

[ ]

예제를 하나 봅시다.

[ ]

[ ]

'Two women are looking out a window. There is snow outside, and there is a snowman with human arms.'

우리는 예제를 임베딩하거나 인덱스를 생성하기 위해 어떤 함수도 작성할 필요가 없습니다. 🤗Datasets 라이브러리의 FAISS 통합이 이러한 과정을 추상화해줍니다. 아래와 같이 데이터셋의 map 메서드를 사용하여 각 예제에 대한 임베딩을 포함하는 새로운 열을 간단하게 생성할 수 있습니다. 이제 프롬프트 열에서 텍스트 특징을 위한 임베딩을 만들어봅시다.

[ ]

동일한 방식으로 이미지 임베딩도 얻을 수 있습니다.

[ ]

이제 우리는 각 열에 대한 인덱스를 추가합니다.

[ ]

텍스트 프롬프트로 데이터 질문하기

이제 텍스트나 이미지를 사용하여 데이터셋 질문을 던지고, 유사한 항목을 얻을 수 있습니다.

[ ]

['A man is in the snow. A boy with a huge snow shovel is there too. They are outside a house.']

이미지 프롬프트로 데이터 질문하기

이미지 유사성 추론도 마찬가지로, get_image_features를 호출하기만 하면 됩니다.

[ ]

이 비버 이미지와 비슷한 이미지를 검색 해 봅시다.

[ ]

비버 이미지와 가장 비슷한 이미지가 화면에 표시됩니다.

[ ]

['Salmon swim upstream but they see a grizzly bear and are in shock. The bear has a smug look on his face when he sees the salmon.']

임베딩을 저장하고, 올리고, 가져오기

임베딩이 포함된 데이터셋을 save_faiss_index를 사용하여 저장할 수 있습니다.

[ ]

임베딩을 데이터셋 저장소에 저장하는 것은 좋은 습관입니다. 따라서 우리는 Hugging Face Hub에 로그인하고, 데이터셋 저장소를 생성한 후, 그곳에 임베딩 인덱스를 올릴 것입니다. 이후에는 snapshot_download를 사용하여 해당 인덱스를 가져올 수 있습니다.

[ ]

load_faiss_index를 사용하여 임베딩이 없는 데이터셋에 임베딩을 가져올 수 있습니다.

[ ]