File size: 19,473 Bytes
a46f28b eaee63c a46f28b eaee63c a46f28b |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 |
# -*- coding: utf-8 -*-
import tables
from pathlib import Path
import numpy as np
from numpy.lib.recfunctions import structured_to_unstructured
from tqdm import tqdm
from numba import njit, prange
from time import time
@njit('float32[:](uint8[:])', parallel=True)
def tofp32n8(arr):
"""Numba-optimized function that converts a fp8 (4M3E) array to fp32 using a mapping table
The array is assumed to be one dimensional with the fp8
represented as UInt8
"""
fp8table= np.frombuffer(b'\x00\x00\x00\x00\x00\x00\x00;\x00\x00\x80;\x00\x00\xc0;\x00\x00\x00<\x00\x00 <\x00\x00@<\x00\x00`<\x00\x00\x80<\x00\x00\x90<\x00\x00\xa0<\x00\x00\xb0<\x00\x00\xc0<\x00\x00\xd0<\x00\x00\xe0<\x00\x00\xf0<\x00\x00\x00=\x00\x00\x10=\x00\x00 =\x00\x000=\x00\x00@=\x00\x00P=\x00\x00`=\x00\x00p=\x00\x00\x80=\x00\x00\x90=\x00\x00\xa0=\x00\x00\xb0=\x00\x00\xc0=\x00\x00\xd0=\x00\x00\xe0=\x00\x00\xf0=\x00\x00\x00>\x00\x00\x10>\x00\x00 >\x00\x000>\x00\x00@>\x00\x00P>\x00\x00`>\x00\x00p>\x00\x00\x80>\x00\x00\x90>\x00\x00\xa0>\x00\x00\xb0>\x00\x00\xc0>\x00\x00\xd0>\x00\x00\xe0>\x00\x00\xf0>\x00\x00\x00?\x00\x00\x10?\x00\x00 ?\x00\x000?\x00\x00@?\x00\x00P?\x00\x00`?\x00\x00p?\x00\x00\x80?\x00\x00\x90?\x00\x00\xa0?\x00\x00\xb0?\x00\x00\xc0?\x00\x00\xd0?\x00\x00\xe0?\x00\x00\xf0?\x00\x00\x00@\x00\x00\x10@\x00\x00 @\x00\x000@\x00\x00@@\x00\x00P@\x00\x00`@\x00\x00p@\x00\x00\x80@\x00\x00\x90@\x00\x00\xa0@\x00\x00\xb0@\x00\x00\xc0@\x00\x00\xd0@\x00\x00\xe0@\x00\x00\xf0@\x00\x00\x00A\x00\x00\x10A\x00\x00 A\x00\x000A\x00\x00@A\x00\x00PA\x00\x00`A\x00\x00pA\x00\x00\x80A\x00\x00\x90A\x00\x00\xa0A\x00\x00\xb0A\x00\x00\xc0A\x00\x00\xd0A\x00\x00\xe0A\x00\x00\xf0A\x00\x00\x00B\x00\x00\x10B\x00\x00 B\x00\x000B\x00\x00@B\x00\x00PB\x00\x00`B\x00\x00pB\x00\x00\x80B\x00\x00\x90B\x00\x00\xa0B\x00\x00\xb0B\x00\x00\xc0B\x00\x00\xd0B\x00\x00\xe0B\x00\x00\xf0B\x00\x00\x00C\x00\x00\x10C\x00\x00 C\x00\x000C\x00\x00@C\x00\x00PC\x00\x00`C\x00\x00pC\x00\x00\x80C\x00\x00\x90C\x00\x00\xa0C\x00\x00\xb0C\x00\x00\xc0C\x00\x00\xd0C\x00\x00\xe0C\x00\x00\xf0C\x00\x00\x00\x80\x00\x00\x00\xbb\x00\x00\x80\xbb\x00\x00\xc0\xbb\x00\x00\x00\xbc\x00\x00 \xbc\x00\x00@\xbc\x00\x00`\xbc\x00\x00\x80\xbc\x00\x00\x90\xbc\x00\x00\xa0\xbc\x00\x00\xb0\xbc\x00\x00\xc0\xbc\x00\x00\xd0\xbc\x00\x00\xe0\xbc\x00\x00\xf0\xbc\x00\x00\x00\xbd\x00\x00\x10\xbd\x00\x00 \xbd\x00\x000\xbd\x00\x00@\xbd\x00\x00P\xbd\x00\x00`\xbd\x00\x00p\xbd\x00\x00\x80\xbd\x00\x00\x90\xbd\x00\x00\xa0\xbd\x00\x00\xb0\xbd\x00\x00\xc0\xbd\x00\x00\xd0\xbd\x00\x00\xe0\xbd\x00\x00\xf0\xbd\x00\x00\x00\xbe\x00\x00\x10\xbe\x00\x00 \xbe\x00\x000\xbe\x00\x00@\xbe\x00\x00P\xbe\x00\x00`\xbe\x00\x00p\xbe\x00\x00\x80\xbe\x00\x00\x90\xbe\x00\x00\xa0\xbe\x00\x00\xb0\xbe\x00\x00\xc0\xbe\x00\x00\xd0\xbe\x00\x00\xe0\xbe\x00\x00\xf0\xbe\x00\x00\x00\xbf\x00\x00\x10\xbf\x00\x00 \xbf\x00\x000\xbf\x00\x00@\xbf\x00\x00P\xbf\x00\x00`\xbf\x00\x00p\xbf\x00\x00\x80\xbf\x00\x00\x90\xbf\x00\x00\xa0\xbf\x00\x00\xb0\xbf\x00\x00\xc0\xbf\x00\x00\xd0\xbf\x00\x00\xe0\xbf\x00\x00\xf0\xbf\x00\x00\x00\xc0\x00\x00\x10\xc0\x00\x00 \xc0\x00\x000\xc0\x00\x00@\xc0\x00\x00P\xc0\x00\x00`\xc0\x00\x00p\xc0\x00\x00\x80\xc0\x00\x00\x90\xc0\x00\x00\xa0\xc0\x00\x00\xb0\xc0\x00\x00\xc0\xc0\x00\x00\xd0\xc0\x00\x00\xe0\xc0\x00\x00\xf0\xc0\x00\x00\x00\xc1\x00\x00\x10\xc1\x00\x00 \xc1\x00\x000\xc1\x00\x00@\xc1\x00\x00P\xc1\x00\x00`\xc1\x00\x00p\xc1\x00\x00\x80\xc1\x00\x00\x90\xc1\x00\x00\xa0\xc1\x00\x00\xb0\xc1\x00\x00\xc0\xc1\x00\x00\xd0\xc1\x00\x00\xe0\xc1\x00\x00\xf0\xc1\x00\x00\x00\xc2\x00\x00\x10\xc2\x00\x00 \xc2\x00\x000\xc2\x00\x00@\xc2\x00\x00P\xc2\x00\x00`\xc2\x00\x00p\xc2\x00\x00\x80\xc2\x00\x00\x90\xc2\x00\x00\xa0\xc2\x00\x00\xb0\xc2\x00\x00\xc0\xc2\x00\x00\xd0\xc2\x00\x00\xe0\xc2\x00\x00\xf0\xc2\x00\x00\x00\xc3\x00\x00\x10\xc3\x00\x00 \xc3\x00\x000\xc3\x00\x00@\xc3\x00\x00P\xc3\x00\x00`\xc3\x00\x00p\xc3\x00\x00\x80\xc3\x00\x00\x90\xc3\x00\x00\xa0\xc3\x00\x00\xb0\xc3\x00\x00\xc0\xc3\x00\x00\xd0\xc3\x00\x00\xe0\xc3\x00\x00\x00\x00\x00\x00\x00;\x00\x00\x80;\x00\x00\xc0;\x00\x00\x00<\x00\x00 <\x00\x00@<\x00\x00`<\x00\x00\x80<\x00\x00\x90<\x00\x00\xa0<\x00\x00\xb0<\x00\x00\xc0<\x00\x00\xd0<\x00\x00\xe0<\x00\x00\xf0<\x00\x00\x00=\x00\x00\x10=\x00\x00 =\x00\x000=\x00\x00@=\x00\x00P=\x00\x00`=\x00\x00p=\x00\x00\x80=\x00\x00\x90=\x00\x00\xa0=\x00\x00\xb0=\x00\x00\xc0=\x00\x00\xd0=\x00\x00\xe0=\x00\x00\xf0=\x00\x00\x00>\x00\x00\x10>\x00\x00 >\x00\x000>\x00\x00@>\x00\x00P>\x00\x00`>\x00\x00p>\x00\x00\x80>\x00\x00\x90>\x00\x00\xa0>\x00\x00\xb0>\x00\x00\xc0>\x00\x00\xd0>\x00\x00\xe0>\x00\x00\xf0>\x00\x00\x00?\x00\x00\x10?\x00\x00 ?\x00\x000?\x00\x00@?\x00\x00P?\x00\x00`?\x00\x00p?\x00\x00\x80?\x00\x00\x90?\x00\x00\xa0?\x00\x00\xb0?\x00\x00\xc0?\x00\x00\xd0?\x00\x00\xe0?\x00\x00\xf0?\x00\x00\x00@\x00\x00\x10@\x00\x00 @\x00\x000@\x00\x00@@\x00\x00P@\x00\x00`@\x00\x00p@\x00\x00\x80@\x00\x00\x90@\x00\x00\xa0@\x00\x00\xb0@\x00\x00\xc0@\x00\x00\xd0@\x00\x00\xe0@\x00\x00\xf0@\x00\x00\x00A\x00\x00\x10A\x00\x00 A\x00\x000A\x00\x00@A\x00\x00PA\x00\x00`A\x00\x00pA\x00\x00\x80A\x00\x00\x90A\x00\x00\xa0A\x00\x00\xb0A\x00\x00\xc0A\x00\x00\xd0A\x00\x00\xe0A\x00\x00\xf0A\x00\x00\x00B\x00\x00\x10B\x00\x00 B\x00\x000B\x00\x00@B\x00\x00PB\x00\x00`B\x00\x00pB\x00\x00\x80B\x00\x00\x90B\x00\x00\xa0B\x00\x00\xb0B\x00\x00\xc0B\x00\x00\xd0B\x00\x00\xe0B\x00\x00\xf0B\x00\x00\x00C\x00\x00\x10C\x00\x00 C\x00\x000C\x00\x00@C\x00\x00PC\x00\x00`C\x00\x00pC\x00\x00\x80C\x00\x00\x90C\x00\x00\xa0C\x00\x00\xb0C\x00\x00\xc0C\x00\x00\xd0C\x00\x00\xe0C\x00\x00\xf0C\x00\x00\x00\x80\x00\x00\x00\xbb\x00\x00\x80\xbb\x00\x00\xc0\xbb\x00\x00\x00\xbc\x00\x00 \xbc\x00\x00@\xbc\x00\x00`\xbc\x00\x00\x80\xbc\x00\x00\x90\xbc\x00\x00\xa0\xbc\x00\x00\xb0\xbc\x00\x00\xc0\xbc\x00\x00\xd0\xbc\x00\x00\xe0\xbc\x00\x00\xf0\xbc\x00\x00\x00\xbd\x00\x00\x10\xbd\x00\x00 \xbd\x00\x000\xbd\x00\x00@\xbd\x00\x00P\xbd\x00\x00`\xbd\x00\x00p\xbd\x00\x00\x80\xbd\x00\x00\x90\xbd\x00\x00\xa0\xbd\x00\x00\xb0\xbd\x00\x00\xc0\xbd\x00\x00\xd0\xbd\x00\x00\xe0\xbd\x00\x00\xf0\xbd\x00\x00\x00\xbe\x00\x00\x10\xbe\x00\x00 \xbe\x00\x000\xbe\x00\x00@\xbe\x00\x00P\xbe\x00\x00`\xbe\x00\x00p\xbe\x00\x00\x80\xbe\x00\x00\x90\xbe\x00\x00\xa0\xbe\x00\x00\xb0\xbe\x00\x00\xc0\xbe\x00\x00\xd0\xbe\x00\x00\xe0\xbe\x00\x00\xf0\xbe\x00\x00\x00\xbf\x00\x00\x10\xbf\x00\x00 \xbf\x00\x000\xbf\x00\x00@\xbf\x00\x00P\xbf\x00\x00`\xbf\x00\x00p\xbf\x00\x00\x80\xbf\x00\x00\x90\xbf\x00\x00\xa0\xbf\x00\x00\xb0\xbf\x00\x00\xc0\xbf\x00\x00\xd0\xbf\x00\x00\xe0\xbf\x00\x00\xf0\xbf\x00\x00\x00\xc0\x00\x00\x10\xc0\x00\x00 \xc0\x00\x000\xc0\x00\x00@\xc0\x00\x00P\xc0\x00\x00`\xc0\x00\x00p\xc0\x00\x00\x80\xc0\x00\x00\x90\xc0\x00\x00\xa0\xc0\x00\x00\xb0\xc0\x00\x00\xc0\xc0\x00\x00\xd0\xc0\x00\x00\xe0\xc0\x00\x00\xf0\xc0\x00\x00\x00\xc1\x00\x00\x10\xc1\x00\x00 \xc1\x00\x000\xc1\x00\x00@\xc1\x00\x00P\xc1\x00\x00`\xc1\x00\x00p\xc1\x00\x00\x80\xc1\x00\x00\x90\xc1\x00\x00\xa0\xc1\x00\x00\xb0\xc1\x00\x00\xc0\xc1\x00\x00\xd0\xc1\x00\x00\xe0\xc1\x00\x00\xf0\xc1\x00\x00\x00\xc2\x00\x00\x10\xc2\x00\x00 \xc2\x00\x000\xc2\x00\x00@\xc2\x00\x00P\xc2\x00\x00`\xc2\x00\x00p\xc2\x00\x00\x80\xc2\x00\x00\x90\xc2\x00\x00\xa0\xc2\x00\x00\xb0\xc2\x00\x00\xc0\xc2\x00\x00\xd0\xc2\x00\x00\xe0\xc2\x00\x00\xf0\xc2\x00\x00\x00\xc3\x00\x00\x10\xc3\x00\x00 \xc3\x00\x000\xc3\x00\x00@\xc3\x00\x00P\xc3\x00\x00`\xc3\x00\x00p\xc3\x00\x00\x80\xc3\x00\x00\x90\xc3\x00\x00\xa0\xc3\x00\x00\xb0\xc3\x00\x00\xc0\xc3\x00\x00\xd0\xc3\x00\x00\xe0\xc3', dtype=np.float32)
arr2 = np.empty(arr.shape[0], dtype="float32")
for i in prange(arr.shape[0]):
arr2[i] = fp8table[arr[i]]
return arr2
def tofp32(arr):
"""Converts a fp8 (4M3E) array to fp32.
Reshapes the array to be one
dimensional and uses a numba-optimized function
"""
return tofp32n8(arr.reshape(arr.shape[0]*arr.shape[1])).reshape(arr.shape)
@njit('uint8[:](uint32[:])', parallel=True)
def tofp8n(arr):
"""Numba-optimized function that converts an array of fp32 to fp8 (4M3E)
Uses the algorithm described by ProjectPhysX at https://stackoverflow.com/questions/1659440/32-bit-to-16-bit-floating-point-conversion
and https://www.researchgate.net/publication/362275548_Accuracy_and_performance_of_the_lattice_Boltzmann_method_with_64-bit_32-bit_and_customized_16-bit_number_formats
"""
arr2 = np.empty(arr.shape[0], dtype="uint8")
for i in prange(arr.shape[0]):
# round-to-nearest-even: add last bit after truncated mantissa (1+8+3) from left
y = arr[i] + 0x00080000
e = (y&0x7F800000)>>23 # exponent
m = y&0x007FFFFF #mantissa
if e > 135:
arr2[i] = 0x7F | (y&0x80000000)>>24 # saturated
elif e > 120:
arr2[i] = ((e-120)<<3) & 0x78 | m>>20 | (y&0x80000000)>>24 # normalized
elif e < 121 and e > 116:
# 0x00780000 = 0x00800000-0x00080000 = decimal indicator flag - initial rounding
arr2[i] = ((((m+0x00780000)>>(140-e))+1)>>1) | (y&0x80000000)>>24
else:
arr2[i] = 0 | (y&0x80000000)>>24
return arr2
def tofp8(arr):
"""Converts an array of fp32 to fp8 (4M3E)
Reshapes the array to be one
dimensional and uses a numba-optimized function
"""
return tofp8n(arr.view(dtype=np.uint32).reshape(arr.shape[0]*arr.shape[1])).view(dtype=np.uint8).reshape(arr.shape)
class BlobTable():
"""Class to handle a storage of variable-length values of a key-value storage
Key is fixed length of key_length
"""
def __init__(self, store, key_length=20):
"""Initializes class using a pytables store and a key_length value
"""
if "keys" not in store.root:
# reasonable compression optimized for reading speed
filters = tables.Filters(complevel=5, complib='blosc:lz4',
shuffle=1, bitshuffle=0)
blob_type = {"key": tables.StringCol(key_length, pos=0),
"offset":tables.Int64Col(pos=1),
"length": tables.Int64Col(pos=2),
}
self.keys_table = store.create_table("/", "keys",
blob_type,
filters=filters,
chunkshape=10000)
self.values_table = store.create_earray("/", "values", atom=tables.UInt8Atom(), shape=(0,), filters=filters)
else:
self.keys_table = store.root.keys
self.values_table = store.root.values
self.offset = self.values_table.nrows
self.nrows = self.keys_table.nrows
self._is_closed = False
def __len__(self):
return self.nrows
def create_index(self):
self.keys_table.cols.key.reindex()
def append(self, key, value):
"""Appends a key-value to the storage
"""
# store variable length value
length = len(value)
self.values_table.append(np.frombuffer(value, dtype=np.uint8))
# store index
row = self.keys_table.row
row["key"] = key
row["offset"] = self.offset
row["length"] = length
row.append()
self.offset += length
self.nrows += 1
def __getitem__ (self, rownum):
if isinstance(rownum, slice):
return [self[ii] for ii in range(*rownum.indices(len(self)))]
else:
row = self.keys_table[rownum]
offset = row['offset']
value = self.values_table.read(offset, offset+row["length"]).tobytes()
return value
def get_value (self, key):
key = key.encode("utf8")
offset, length = [(r['offset'], r['length']) for r in self.keys_table.where(f"key=={key}")][0]
value = self.values_table.read(offset, offset+length).tobytes()
return value
class Simiandb():
"""Wrapper around pytables store .
To use, you should have the ``pytables`` python package installed.
Example:
.. code-block:: python
from simiandb import Simiandb
docdb = simiandb("store")
"""
def __init__(self, storepath, embedding_function=None, mode="a", id_length = 19):
if mode not in ["a", "w", "r"]:
raise ValueError("Mode can only be r, w or a")
self._embedding_function = embedding_function
self._storename = Path(storepath)
self._mode = mode
if not self._storename.exists():
self._storename.mkdir()
self._vectorstore = tables.open_file( self._storename / "embeddings.h5", mode = mode)
self._docstore = tables.open_file( self._storename / "documents.h5", mode = mode)
self._metastore = tables.open_file( self._storename / "metadatas.h5", mode = mode)
self._embedding_function = embedding_function
self._is_closed = False
if 'embeddings' in self._vectorstore.root:
self._vector_table = self._vectorstore.root.embeddings
self._docs_table = BlobTable(self._docstore, id_length)
return
def __enter__(self):
"""Magic method Required for usage with the with statement
"""
return self
def _get_top_indexes(self, c, k):
count = self._vector_table.nrows
st =0
batch = self._vector_table.chunkshape[0]*25
res = np.ascontiguousarray(np.empty(shape=(count,), dtype="float32"))
end = 0
while end!=count:
end += batch
end = end if end <= count else count
t_res = structured_to_unstructured(self._vector_table.read(start=st, stop=end))
t_res = tofp32(t_res)
np.dot(t_res,c, res[st:end])
st = end
indices = np.argpartition(res, -k)[-k:] #from https://stackoverflow.com/questions/6910641/how-do-i-get-indices-of-n-maximum-values-in-a-numpy-array
indices = indices[np.argsort(res[indices])[::-1]]
return indices
def _create_embeddings_table(self, dimensions):
"""Creates the embeddings table within the pytables file
"""
if dimensions > 512:
# prevent pytables warning on max_columns
tables.parameters.MAX_COLUMNS = len(dimensions)
embedding_type = {f"d{n}":tables.UInt8Col(pos=n) for n in range(dimensions)}
# no compression for embeddings
filters = None
self._vector_table = self._vectorstore.create_table("/", "embeddings",
embedding_type,
filters=filters,
chunkshape=10000)
def _check_closed(self):
if self._is_closed:
raise ValueError("Simiandb is already closed")
def add_texts(self, texts, metadatas = None, ids = None, embeddings=None, show_progressbar=True):
"""Run more texts through the embeddings and add to the vectorstore.
Args:
texts (Iterable[str]): Texts to add to the vectorstore.
metadatas (Optional[List[dict]], optional): Optional list of metadatas.
ids (Optional[List[str]], optional): Optional list of IDs.
embeddings (Optional[List[array]], optional): Optional list of embeddings.
Returns:
List[str]: List of IDs of the added texts.
"""
self._check_closed()
self._add_embeddings(texts, embeddings, show_progressbar)
if ids is None:
ids = list(range(self.docs_table.nrows, self.docs_table.nrows + len(texts)))
for textid, text in zip(ids, texts):
self.docs_table.append(textid, text.encode("utf8"))
return ids
def get_text(self, key):
return self._docs_table.get_value(key).decode("utf8")
def create_keys_index(self):
self._docs_table.create_index()
def _add_embeddings(self, texts, embeddings, show_progressbar):
"""Calculate or use embeddings to fill the embeddings table
"""
if embeddings is None and not self._embedding_function is None:
embeddings = self._embedding_function.embed_documents(texts)
if not embeddings is None and 'embeddings' not in self._vectorstore.root:
dimensions = len(embeddings[0])
self._create_embeddings_table(dimensions)
if not embeddings is None :
self._vector_table = self._vectorstore.root.embeddings
embeddings = tofp8(np.array(embeddings, dtype=np.float32))
self._vector_table.append(embeddings)
def regenerate_embeddings(self, embeddings=None, show_progressbar=True):
"""Run existing texts through the embeddings and add to the vectorstore.
Args:
embeddings (Optional[List[array]], optional): Optional list of embeddings.
"""
self._check_closed()
self._vectorstore.close()
(self._storename / "embeddings.h5").kill()
self._vectorstore = tables.open_file( self._storename / "embeddings.h5", mode = self._mode)
batch_size = 1000
for i in tqdm(range(0, len(self.docs_table), batch_size), disable=not show_progressbar):
text_batch = [text.decode("utf8") for text in self.docs_table[i:i+batch_size]]
if embeddings is not None:
embeddings_batch = embeddings[i:i+batch_size]
elif self.embedding_function is not None:
embeddings_batch = self._embedding_function.embed_documents(text_batch)
else:
raise ValueError("Neither embeddings nor embedding function provided")
self._add_embeddings(text_batch, embeddings_batch, show_progressbar)
return
def similarity_search(self, query: str, k = 4, filter = None):
"""Run similarity search with PytableStore.
Args:
query (str): Query text to search for.
k (int): Number of results to return. Defaults to 4.
filter (Optional[Dict[str, str]]): Filter by metadata. Defaults to None.
Returns:
List[Document]: List of documents most simmilar to the query text.
"""
self._check_closed()
query_embedding = np.array(self._embedding_function.embed_query(query),dtype="float32")
results = self._get_top_indexes(query_embedding, k)
docs = [self._docs_table[i].decode("utf8") for i in results]
return docs
def close(self):
"""Makes sure the pytables file is closed
"""
if not self._is_closed:
self._is_closed = True
if hasattr(self, '_Simiandb__vectorstore'):
try:
self._vectorstore.flush()
self._docstore.flush()
self._metastore.flush()
self._vectorstore.close()
self._docstore.close()
self._metastore.close()
except:
print("Unable to close file")
def __exit__(self, exc_type, exc_value, exc_traceback):
"""Magic method Required for usage with the with statement
"""
self.close()
def __del__(self):
"""Magic method just in case the object is deleted without closing it
"""
self.close()
if __name__ == '__main__':
pass
|