Pythonを使用したOracle AI DatabaseでのONNX埋込みワークフローの構築 (2026/04/18)
Pythonを使用したOracle AI DatabaseでのONNX埋込みワークフローの構築 (2026/04/18) ONNX埋込みモデルのインポート、埋込みの生成およびOracle AI Databaseでのセマンティック検索の実行に関する実用的なガイド https://medium.com/oracledevs/building-onnx-embedding-workflows-in-oracle-ai-database-with-python-80e6dfdfcee0 投稿者： Daniela Pavlenco 関連ノートブック： Oracle AI Database 26ai を使用した ONNX データベース内埋め込み Enterキーを押すか、画像をクリックしてフルサイズで表示します。 Oracle AI DatabaseにおけるONNX埋め込み 主なポイント Oracle AI Database は、 DBMS_VECTOR.LOAD_ONNX_MODEL() を使用して拡張 ONNX 埋め込みモデルをロードおよび登録できます 。 VECTOR_EMBEDDING() を使用すると、SQLで埋込みをOracle AI Database内で直接生成できます。 埋め込みデータは、 VECTOR カラム内にネイティブに保存できます 。 VECTOR_DISTANCE() は、SQLでセマンティク検索を直接有効にします。 LangChainは、埋め込みや取得をデータベースの外に移動することなく、同じOracleネイティブのワークフローに基づいて構築できます（ LangChain Oracleベクターストア統合 ）。 学習内容 Oracle AI Databaseに拡張ONNXモデルをロードする方法。 VECTOR_EMBEDDING()を使って SQL で直接埋め込みを生成する方法 。 Oracle AI DatabaseとLangChainフレームワークで VECTOR_DISTANCE() を使用 してセマンティック検索を実行する方法。 アーキテクチャ概要 このワークフローでは、モデルの実行、ベクトルの保存、および意味的検索は Oracle AI Database 内に保持されます。拡張 ONNX モデルは Oracle ディレクトリ オブジェクトを介し...