使用 Python、LangChain 和 OpenAI 介绍 Neo4j
Introduction to Neo4j with Python, LangChain & OpenAI
从 CSV 到带矢量索引的 Neo4j 数据库:将您的数据插入 LLM
你将学到什么
-
Neo4j 基础知识
-
用于查询 Neo4j 的 Cypher 语言基础知识
-
如何使用 CSV 文件创建图形数据库
-
如何创建嵌入
-
如何基于嵌入创建向量索引
-
如何通过 Python 使用 Neo4j
-
如何使用 LangChain 将 Neo4j 插入 ChatGPT
要求
-
Python 基础知识
描述
通过“Python、LangChain 和 OpenAI 的 Neo4j 简介”深入了解图数据库的世界。
本课程将引导您从通过 Web 浏览器创建 Neo4j 数据库的基础知识开始。
我们将使用 Neo4j 提供的基于云的 AuraDB 服务,它使我们能够创建一个免费的数据库实例。
在途中您将学习如何使用 Cypher 语言与数据库进行交互。
接下来,我们将使用简单的Python代码进行强大的数据工作。初始代码将通过存储库提供。
我们还将与 LangChain 和 OpenAI 合作,让您的数据变得生动起来。
当我们开始使用新的 Neo4j 功能来创建向量索引时,我们将从两个角度查看数据:
– 我们将查询数据库模式,使用LLM作为问题到密码查询的翻译器
– 我们将使用导入数据库的嵌入来查询向量索引
我们还将简要讨论为数据库中存储的数据创建嵌入的主题。
没有繁琐的技术讨论,只有清晰的步骤和对您学习之旅的支持。
作为培训的一部分,Neo4j Cheat Sheet 和项目中使用的密码查询列表以及详细说明。
这样,课程中的知识就可以转移到使用 Neo4j 和 Python 的另一个项目中。
和我一起使用 Neo4j 释放您数据的潜力!
本课程适合谁:
- 任何具有 Python 基础知识、想要将 CSV 转换为 Neo4j 数据库并将其插入 LLM 的人
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
评论(0)