输入关键词搜索 AI 工具、分类,或直接跳转页面
PostgresML是一个基于PostgreSQL数据库扩展的MLOps开发平台,核心定位是让开发者可以直接在数据库内部完成机器学习全流程开发,无需将数据迁移到外部计算系统。核心功能包含模型训练、模型部署、向量数据库支持、内置LLM推理以及数据预处理,主要面向机器学习开发人员、数据工程师、AI应用开发者等群体,适用于需要低延迟预测的AI应用开发、基于数据库自有数据的模型训练、嵌入数据库的生成式AI应用搭建等场景,可降低数据迁移带来的额外成本与延迟。
根据当前使用的PostgreSQL版本,从官方网站下载对应版本的PostgresML扩展安装包,完成扩展的编译与安装配置。
进入PostgreSQL命令行或可视化管理工具,执行CREATE EXTENSION pgml语句完成扩展的注册启用,准备可用的训练数据。
根据任务类型编写训练SQL语句,调用pgml.train函数,指定训练数据的表名、目标列、模型类型与超参数,启动模型训练。
训练完成后,可通过pgml.predict函数编写SQL查询,对新的输入数据调用训练好的模型生成推理结果。
若使用向量检索功能,可调用pgml.embed函数生成文本嵌入,再通过余弦相似度函数完成向量匹配,搭建检索增强应用。
看完教程,直接上手试试
访问 PostgresML 官网