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 (opens in a new tab)

• 使用Deep Lake进行Twitter算法代码分析

• 这里是Deep Lake的白皮书 (opens in a new tab)和学术论文 (opens in a new tab)

• 以下是可供查看的其他资源：Deep Lake (opens in a new tab)，入门指南 (opens in a new tab)和教程 (opens in a new tab)

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。