Deep-Lake

本页面介绍如何在 LangChain 中使用 deep-lake 生态系统。

为什么选择 deep-lake？

• 不仅仅是一个（多模态)向量存储。你还可以使用数据集来微调自己的 LLM 模型。

• 不仅存储嵌入，还有自动版本控制的原始数据。

• 真正的无服务器。不需要另一个服务，并且可以与主要的云提供商（AWS S3、GCS 等)一起使用。

更多资源

• LangChain & Deep Lake 终极指南：构建 ChatGPT 以回答你的金融数据问题

• 使用 Deep Lake 进行 Twitter 算法代码分析

• 这里是 Deep Lake 的 白皮书 和 学术论文

• 以下是可供查看的其他资源：Deep Lake，入门指南 和 教程

安装和设置

• 使用 pip install deeplake 命令安装 Python 包

包装器

VectorStore

Deep Lake 是一个面向深度学习应用的数据湖，除了用于语义搜索和示例选择之外，还提供了一个包装器，允许您将其作为向量存储库使用。

使用如下代码导入 Deep Lake 的向量存储库：

from langchain.vectorstores import DeepLake

更多的详细信息和示例可以参考 这个 notebook。