说起相似度检索TopK的问题，相信很多算法er在实际工程中会经常遇到，对此我们一般的解决方案是暴力检索，循环遍历所有向量计算相似度然后得出TopK。但当向量数量级达到百万千万甚至上亿级别，这时候你再用暴力检索就会显得很呆 … …
Faiss的出现就很好地解决了这个问题，笔者总结了在工程中使用Faiss的一些经验，记录下给需要的童鞋（语言为Python，因为本菜鸡不会C++）。动动小手给点个赞呗。
Faiss的全称是Facebook AI Similarity Search，是FaceBook的AI团队针对大规模相似度检索问题开发的一个工具，使用C++编写，有python接口，对10亿量级的索引可以做到毫秒级检索的性能。
简单来说，Faiss的工作，就是把我们自己的候选向量集封装成一个index数据库，它可以加速我们检索相似向量TopK的过程，其中有些索引还支持GPU构建，可谓是强上加强。
说起相似度检索TopK的问题，相信很多算法er在实际工程中会经常遇到，对此我们一般的解决方案是暴力检索，循环遍历所有向量计算相似度然后得出TopK。但当向量数量级达到百万千万甚
![a7234ecb61540b4ca0349d127b78b424.png][] C++环境 首先我们要安装openblas，直接brew install openb
由于在网上找到的总是conda安装的，但是我不习惯用conda，所以最后还是用pip安装了。 0.环境 ubuntu16.04 1.安装cpu版本faiss
1.\{\}.toString.call(a) 这种是获取参数a的类型名称 var a=\{\}; var b= \{\}.toString.call(a)
最近在工作中，牛逼的前端为追求更好的体验，如对于无需与后台请求交互(纯前端的页面跳转、页面内容的展示)，但Session已过期，用户操作后提交，后台再提示已过期
Linux软件编译基本知识 > PS：这一部分自己也是一知半解，大家可以自行了解，仅对不太熟悉编译知识的同学进行普及。 正式安装之前先补充一些关于Linux上的开源软件
在多个GPU上运行Faiss以及性能测试 一、Faiss的基本使用 1.1在CPU上运行 Faiss的所有算法都是围绕index展开的。不管运行搜索还是聚类，
简介 faiss是为稠密向量提供高效相似度搜索和聚类的框架。由[Facebook AI Research][]研发。 具有以下特性。 1、提供多种检索方法
1、添加网站个性小图标 2、<img>标签图片加载失败处理 3、rel="nofollow"告诉搜索引擎的爬虫无需追踪目标页 1、添加网站个性小图标 <link
1、获取Url中的参数 2、控制文本框只能输入数字 3、删除左右两端的空格 4、将日期转换成"yyyy-mm-dd"格式 5、JavaScript获取用户使用的浏览器类
r囧r小猫
太过爱你忘了你带给我的痛
朱雀
还没有评论，来说两句吧...