TensorFlow
该 Embeddings 集成完全在你的浏览器或 Node.js 环境中运行,使用的是 TensorFlow.js。这意味着你的数据不会被发送到任何第三方,也不需要注册任何 API 密钥。但是,与其他集成相比,它需要更多的内存和处理能力。
- npm
- Yarn
- pnpm
npm install @langchain/community @langchain/core @tensorflow/[email protected] @tensorflow/[email protected] @tensorflow-models/[email protected] @tensorflow/tfjs-backend-cpu
yarn add @langchain/community @langchain/core @tensorflow/[email protected] @tensorflow/[email protected] @tensorflow-models/[email protected] @tensorflow/tfjs-backend-cpu
pnpm add @langchain/community @langchain/core @tensorflow/[email protected] @tensorflow/[email protected] @tensorflow-models/[email protected] @tensorflow/tfjs-backend-cpu
import "@tensorflow/tfjs-backend-cpu";
import { TensorFlowEmbeddings } from "@langchain/community/embeddings/tensorflow";
const embeddings = new TensorFlowEmbeddings();
此示例使用了 CPU 后端,适用于任何 JS 环境。不过,你可以使用 TensorFlow.js 支持的任何后端,包括速度更快的 GPU 和 WebAssembly。对于 Node.js,你可以使用 @tensorflow/tfjs-node 包,而对于浏览器环境,可以使用 @tensorflow/tfjs-backend-webgl 包。更多信息请参阅 TensorFlow.js 文档。
相关内容
Related
- Embedding model conceptual guide
- Embedding model how-to guides