使用LLM通过CLIP生成图像和文本的嵌入
项目描述
llm-clip
安装
在LLM的相同环境中安装此插件。
llm install llm-clip
用法
安装嵌入模型后,您可以像这样使用它嵌入文本
llm embed -m clip -c 'Hello world'
或图像
llm embed -m clip --binary -i IMG_4801.jpeg
如果将嵌入存储在数据库中,则嵌入更有用 - 请参阅LLM文档 了解详情。
要嵌入文件夹中的每张照片并将其保存到名为“photos”的集合中
llm embed-multi photos -m clip --binary --files photos/ '*.jpg'
然后您可以像这样搜索特定事物的照片
llm similar photos -c 'bunny'
开发
要本地设置此插件,首先检出代码。然后创建一个新的虚拟环境
cd llm-clip
python3 -m venv venv
source venv/bin/activate
现在安装依赖项并测试依赖项
pip install -e '.[test]'
要运行测试
pytest
项目详情
下载文件
下载适用于您的平台的文件。如果您不确定选择哪个,请了解有关 安装包 的更多信息。
源分布
llm-clip-0.1.tar.gz (6.6 kB 查看哈希值)
构建分布
llm_clip-0.1-py3-none-any.whl (6.9 kB 查看哈希值)
关闭
llm-clip-0.1.tar.gz 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | fcd7efe71a55170b530c30dbf4088d8af80c72562dc85dbd6ec48324525dbb7e |
|
MD5 | 08fe3eba9fb2742adae33640264f0277 |
|
BLAKE2b-256 | 7beff16404d79cff379f3098ce95cbe205929a01dfa6b5946331fdfe7b0e4f53 |
关闭
llm_clip-0.1-py3-none-any.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 31bca3c6dd3e4df192a805ff7d44eb788ccf6d4f1cb8b078f28adc8a2d547e1d |
|
MD5 | 1f4ccc53fcf89b56982dd3d022a99618 |
|
BLAKE2b-256 | 05512a9b1b753c8f127275ccbbc8ae3cc3bfd6af9882566542273583ad885369 |