Przejdź do głównej treści
Strona głównaPython

Kurs

End-to-End RAG z Weaviate

ŚredniozaawansowanyPoziom umiejętności
Zaktualizowano 03.2026
Opanuj RAG z Weaviate! Osadzaj tekst i obrazy do wyszukiwania oraz eksperymentuj z wyszukiwaniem wektorowym, BM25 i hybrydowym.
Zacznij kurs za darmo
PythonArtificial Intelligence
2 godz.
4 filmy
14 Ćwiczeń
1,200 XP
Zaświadczenie o ukończeniu

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub


Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.

Uwielbiany przez kursantów z tysięcy firm

Group

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Naucz się przechodzić od prostych wywołań LLM do wielomodalnych przepływów pracy RAG z Weaviate! Dowiesz się, jak przetwarzać dokumenty PDF, aby wyodrębniać kluczowe treści tekstowe – akapity, nagłówki i tabele. Nauczysz się osadzać te dane i przechowywać je na potrzeby wyszukiwania z Weaviate. Na koniec stworzysz skuteczne prompty do wyszukiwania i przekażesz je modelom generatywnym. Zwieńczeniem kursu będzie traktowanie plików PDF jako obrazów – dzięki temu uchwycisz kontekst tracony przy obrazach i wykresach. Użyjesz wielomodalnego modelu osadzania ColPali oraz wielomodalnego modelu generatywnego od OpenAI, aby prowadzić rozmowy z obrazami i dokumentami!

Wymagania wstępne

Working with the OpenAI API
1

RAG Fundamentals with Weaviate

Discover how Weaviate enables RAG applications! You'll build a RAG workflow end-to-end by-hand to get familiar with the Retrieval-Augmentation-Generation steps. This understanding will enable robust and optimized RAG workflows in Chapter 2 using Weaviate.
Zacznij rozdział
2

End-to-End RAG with Weaviate

Although coding out RAG workflows by-hand is fun, you may be missing out on optimizations provided by tools like Weaviate. In this chapter, you'll embed, store, retrieve, and generate responses all using Weaviate!
Zacznij rozdział
3

Multi-Modal RAG

In the last chapter, you used the text content from the PDF documents to build your document chunks, but left the image content behind. This results in a lot of lost context that might be useful for retrieval and generation! In this chapter, you'll use ColPali multi-modal models to embed and generate text and images to provide more context for your model responses.
Zacznij rozdział
End-to-End RAG z Weaviate
Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracy
Zapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij End-to-End RAG z Weaviate już dziś!

Utwórz bezpłatne konto

Kontynuuj z GooglePokaż więcej opcji

lub


Kontynuując, akceptujesz nasze Warunki korzystania, naszą Politykę prywatności oraz to, że Twoje dane są przechowywane w USA.

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.