Я пытаюсь получить масштабные векторные внедрения для документов.
Импорт, из langchain_community.embeddings импортируем пакет BedrockEmbeddings.
Использование вложений = BedrockEmbeddings(credential_profile_name="default", Region_name="us-east-1", model_id="amazon.titan-embed-text-v2:0" ) для вставлять документы
У меня есть функция, которая встраивает массив документов (называемый пакетом) с помощью embeddings.embed_documents(batch). Это работает.
Размер моего пакета составляет 250. То есть массив из 250 строк.
botocore.errorfactory.ModelTimeoutException: An error occurred (ModelTimeoutException) when calling the InvokeModel operation: Model has timed out in processing the request. Try your request again.
File "...\site-packages\langchain_community\embeddings\bedrock.py", line 150, in _embedding_func raise ValueError(f"Error raised by inference endpoint: {e}") ValueError: Error raised by inference endpoint: An error occurred (ModelTimeoutException) when calling the InvokeModel operation: Model has timed out in processing the request. Try your request again.
Есть ли у кого-нибудь подсказки или знает, предоставляет ли BedrockEmbeddings какую-либо функцию, которая пытается повторить попытку из-за ошибки тайм-аута?
Я пытаюсь получить масштабные векторные внедрения для документов. [list] [*]Импорт, из langchain_community.embeddings импортируем пакет BedrockEmbeddings. Использование вложений = BedrockEmbeddings(credential_profile_name="default", Region_name="us-east-1", model_id="amazon.titan-embed-text-v2:0" ) для вставлять документы [*]У меня есть функция, которая встраивает массив документов (называемый пакетом) с помощью embeddings.embed_documents(batch). Это работает. [*]Размер моего пакета составляет 250. То есть массив из 250 строк. [*]Я время от времени сталкиваюсь с этой ошибкой: [/list] [code]botocore.errorfactory.ModelTimeoutException: An error occurred (ModelTimeoutException) when calling the InvokeModel operation: Model has timed out in processing the request. Try your request again.[/code] [code]File "...\site-packages\langchain_community\embeddings\bedrock.py", line 150, in _embedding_func raise ValueError(f"Error raised by inference endpoint: {e}") ValueError: Error raised by inference endpoint: An error occurred (ModelTimeoutException) when calling the InvokeModel operation: Model has timed out in processing the request. Try your request again. [/code] Есть ли у кого-нибудь подсказки или знает, предоставляет ли BedrockEmbeddings какую-либо функцию, которая пытается повторить попытку из-за ошибки тайм-аута?
Я пытаюсь поработать с API AWS в Python с помощью BOTO3. Я пробовал get_data_catalog (), но это выбрасывает ошибку:
File .../.venv/lib/python3.13/site-packages/botocore/client.py , line 598, in _api_call
return self._make_api_call(operation_name,...
Я разрабатываю лямбда-проект, используя Python версии 3.12 в качестве языка программирования.
Я разработал простой API, и когда я запускаю проект локально, он показывает следующую ошибку:
START RequestId: f4eac928-9658-44f0-9193-46bb4162f297...
Официальная документация Boto3 рекомендует создавать новый ресурс для каждого потока:
В Botocore 1.28.0 добавлена функция, которая генерирует список всех возможных конечных точек при создании ресурса:
У меня есть набор тестов, который использует...