赞
踩
在Windows下,安装Faiss的推荐方法是通过conda。
仅 CPU 的 conda 包目前在 Linux、OSX 和 Windows。包含 CPU 和 GPU 索引的 ,在 Linux 系统,适用于各种版本的 CUDA。下面是官网给出的命令,windows的话用cpu版就行。
- # CPU-only version
- $ conda install -c pytorch faiss-cpu
-
- # GPU(+CPU) version
- $ conda install -c pytorch faiss-gpu
-
- # or for a specific CUDA version
- $ conda install -c pytorch faiss-gpu cudatoolkit=10.2 # for CUDA 10.2
终端输入下面命令
conda install -c pytorch faiss-cpu
输入y
等待完成,会有三个done
然后打开pycharm,导入faiss包,如果不报错那基本上没什么问题了。
运行一下官网上给出的例子
- import numpy as np
- d = 64 # dimension
- nb = 100000 # database size
- nq = 10000 # nb of queries
- np.random.seed(1234) # make reproducible
- xb = np.random.random((nb, d)).astype('float32')
- xb[:, 0] += np.arange(nb) / 1000.
- xq = np.random.random((nq, d)).astype('float32')
- xq[:, 0] += np.arange(nq) / 1000.
- import faiss # make faiss available
- index = faiss.IndexFlatL2(d) # build the index
- print(index.is_trained)
- index.add(xb) # add vectors to the index
- print(index.ntotal)
- k = 4 # we want to see 4 nearest neighbors
- D, I = index.search(xb[:5], k) # sanity check
- print(I)
- print(D)
- D, I = index.search(xq, k) # actual search
- print(I[:5]) # neighbors of the 5 first queries
- print(I[-5:])
控制台会有输出结果,大功告成了~
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。