0Pricing
AI Agents · Ders

Uzaklık Ölçütlerini Seçme (kosinüs, L2, nokta)

Kosinüs, L2 (Öklid) veya nokta çarpımı uzaklığını ne zaman seçmeniz gerektiğini ve çoğu gömüntü modelinin neden kosinüsü tercih ettiğini öğrenin.

Uzaklık Ölçütlerini Seçme (kosinüs, L2, nokta), CoddyKit'te ücretsiz bir AI Agents dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, AI Agents öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. AI Agents kursu toplamda 4 dersten oluşur.

Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.

Üç Yaygın Ölçüt

Vektör veritabanları bir uzaklık ölçütü seçmenize olanak tanır. En sık göreceğiniz üç ölçüt:

  • Cosine benzerliği — vektörler arasındaki açı
  • Dot çarpımı — bir vektörün diğerine izdüşümü
  • Öklid (L2) — düz çizgi uzaklığı

Cosine

Aralık: -1 ile 1 arası. Değer yükseldikçe benzerlik artar.

import numpy as np
def cosine(a, b):
    return np.dot(a, b) / (np.linalg.norm(a) * np.linalg.norm(b))

Dot Çarpımı

Aralık: -sonsuz ile +sonsuz arası. Değer yükseldikçe benzerlik artar.

def dot(a, b):
    return np.dot(a, b)

# Equivalent to cosine when both vectors are unit-normalized.

Öklid (L2)

Aralık: 0 ile +sonsuz arası. Değer düştükçe benzerlik artar.

def l2(a, b):
    return np.linalg.norm(np.array(a) - np.array(b))

Hangisini Kullanmalısınız?

Metin gömmeleri için genel uygulama şöyledir:

  • OpenAI text-embedding-3 — cosine (vektörler önceden normalleştirilmiştir)
  • Cohere — cosine
  • Sentence Transformers / BGE — genellikle cosine, model kartını kontrol edin

Şüpheniz varsa cosine kullanın.

Normalleştirilmiş Vektörlerde Dot Cosine'a Eşittir

|a| = |b| = 1 ise cos(a,b) = a . b olur. Dot çarpımı daha hızlıdır (bölme işlemi yoktur) — üretim sistemleri genellikle önceden normalleştirilmiş vektörlerde dot kullanır.

L2 Ne Zaman Kullanılır?

Bazı araştırma modelleri (eski Sentence-BERT türevleri ve görüntü gömmeleri) L2 uzaklığıyla eğitilir ve bu ölçütle daha iyi performans gösterir. Model kartını ALWAYS kontrol edin.

Dizin İçin Neden Önemlidir?

Dizin yapısı (HNSW, IVF, FAISS) SPECIFIC bir ölçüt için oluşturulur. Dizin oluşturulduktan sonra ölçütü değiştirmek genellikle dizini baştan oluşturmayı gerektirir.

Setting Metric in Pinecone

from pinecone import ServerlessSpec
pc.create_index(
    name='docs',
    dimension=1536,
    metric='cosine',   # or 'dotproduct' or 'euclidean'
    spec=ServerlessSpec(cloud='aws', region='us-east-1')
)

Setting Metric in Qdrant

from qdrant_client.models import VectorParams, Distance
client.create_collection(
    collection_name='docs',
    vectors_config=VectorParams(size=1536, distance=Distance.COSINE)
)

Sistemler Arasında Tutarsız Ölçüt

Daha sonra bir çapraz kodlayıcıyla yeniden sıralama yaparsanız, bunun kendi puan ölçeği vardır. Önce normalleştirme yapmadan farklı ölçütleri tek bir bileşik puanda birleştirmeyin.

Farkı Görselleştirme

İki birim vektör için:

  • cos = 1, L2 = 0 -> özdeş
  • cos = 0.5, L2 ~ 1 -> ilişkili
  • cos = 0, L2 ~ sqrt(2) -> dik
  • cos = -1, L2 = 2 -> zıt

Bir Kez Önceden Normalleştirin

Veri alımı sırasında normalleştirme ucuzdur (tek bir bölme işlemi). Bu işlem cosine ve dot ile uyumluluğu sabitler ve daha sonra sorgu başına normalleştirme yapılmasını önler.

vec = vec / np.linalg.norm(vec)

Varsayılan Ölçüt

OpenAI metin gömmeleri için varsayılan uzaklık ölçütü hangisidir?

Özet

Metin için cosine kullanın. Bir kez önceden normalleştirin, hız için dot çarpımını kullanın. Ölçütü dizin oluşturma sırasında ayarlayın — daha sonra değiştirmek dizini yeniden oluşturmayı gerektirir.

Sıkça Sorulan Sorular

“Uzaklık Ölçütlerini Seçme (kosinüs, L2, nokta)” dersi ücretsiz mi?

Evet — “Uzaklık Ölçütlerini Seçme (kosinüs, L2, nokta)” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve AI Agents kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. AI Agents kursu toplamda 4 dersten oluşur.

“Uzaklık Ölçütlerini Seçme (kosinüs, L2, nokta)” dersinde ne öğreneceğim?

Kosinüs, L2 (Öklid) veya nokta çarpımı uzaklığını ne zaman seçmeniz gerektiğini ve çoğu gömüntü modelinin neden kosinüsü tercih ettiğini öğrenin. AI Agents ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

AI Agents öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te AI Agents, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.

“Uzaklık Ölçütlerini Seçme (kosinüs, L2, nokta)” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu AI Agents dersinde kod yazıp çalıştırabilir miyim?

Evet. Her AI Agents dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

  1. Pinecone, Weaviate, Qdrant: Karşılaştırma
  2. Hibrit Arama için Üst Veri Filtreleme
  3. Vektörleri Güncelleme ve Silme
  4. Uzaklık Ölçütlerini Seçme (kosinüs, L2, nokta)
← AI Agents Sayfasına Dön