赞
踩
1、Faiss – 高维向量相似度检索和聚类
facebook有一个专门做向量搜索的库faiss,使用类似于检索的方式对最相近的向量进行查找,支持欧氏距离、cosine相似度等常见的匹配方式,更重要的是还支持GPU加速
使用范例 import faiss
https://www.zhihu.com/question/356981769/answer/910084021
2、Milvus
高性能
Milvus为海量向量搜索场景而设计。Milvus不但集成了业界成熟的向量搜索技术如Faiss和SPTAG,Milvus也实现了高效的NSG图索引。同时,Milvus团队针对Faiss IVF索引进行了深度优化,实现了CPU与多GPU的融合计算,大幅提高了向量搜索性能。Milvus可以在单机环境下完成SIFT1b十亿级向量搜索任务。
更多信息请参考 GitHub 文档:https://github.com/milvus-io/bootcamp/blob/master/docs/milvus101/hardware_platform.md
智能索引
针对不同应用场景,Milvus提供多种向量相似度计算方式和索引类型。Milvus目前支持主流的欧式距离、点积、余弦相似度(未来Milvus会集成更多的相似度计算方式)。同时,Milvus提供适用于n:N查询的量化索引,适用于1:N查询的图索引或树图混合索引。
安装使用指南
https://www.bookstack.cn/read/milvus-0.6-zh/guides-get_started-install_milvus-gpu_milvus_docker.md
3、Milvus 避坑攻略
Milvus 避坑攻略
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。