# Vector database 向量資料庫
- 向量資料庫應用
- 場景
1. 為大型語言模型提供長期記憶（例如Lang chain）。
2. 基於意義或上下文進行語義搜索。
3. 圖像、音訊、影片資料的相似性搜索。
4. 排名和推薦引擎（例如為客戶建議與過去購買相似的商品）
## How
- 文字
<font color=red>week(星期)-類似語意</font>
- 文字算數
- 

- 圖片
假如你有一張圖片拿去google以圖搜索,比對類似的照片就可以搜索出來的結果

-----

-----


- 2 key point

1. 向量嵌入（Embeddings）
2. 索引（Indexes）
- 將數據轉換為連續向量表示的技術,這種轉換可以幫助將<font color=red>非結構化的</font>原始數據（如文字、圖像或聲音）轉換為<font color=red>電腦可以理解和處理</font>的形式

## Brand
1. [Pinecone](https://www.pinecone.io/)
- [pinecone實例](https://www.pinecone.io/learn/vector-embeddings/)
2. [VV8](https://weaviate.io/)
3. [Chroma](https://www.trychroma.com/)
4. [Redis（具有虛擬資料庫）](https://redis.com/solutions/use-cases/vector-database/)
5. [CoolTrans](https://www.ntx.global/ntx-cooltrans/)
6. [Milvus](https://www.milvus-io.com/overview#%E4%B8%BA%E4%BB%80%E4%B9%88%E9%80%89%E6%8B%A9milvus)
7. [Vespa AI](https://vespa.ai/)
8. [Greenplum](https://docs.vmware.com/en/VMware-Greenplum/7/greenplum-database/ref_guide-modules-pgvector-pgvector.html)

[延伸資料PCA](https://leemeng.tw/essence-of-principal-component-analysis.html)