当前位置:   article > 正文

windows下faiss安装详细版_faiss-gpu安装

faiss-gpu安装

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。

  1. # CPU-only version
  2. $ conda install -c pytorch faiss-cpu
  3. # GPU(+CPU) version
  4. $ conda install -c pytorch faiss-gpu
  5. # or for a specific CUDA version
  6. $ conda install -c pytorch faiss-gpu cudatoolkit=10.2 # for CUDA 10.2
  •  使用conda安装,开始栏搜索Anaconda Prompt

  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

  1. import numpy as np
  2. d = 64 # dimension
  3. nb = 100000 # database size
  4. nq = 10000 # nb of queries
  5. np.random.seed(1234) # make reproducible
  6. xb = np.random.random((nb, d)).astype('float32')
  7. xb[:, 0] += np.arange(nb) / 1000.
  8. xq = np.random.random((nq, d)).astype('float32')
  9. xq[:, 0] += np.arange(nq) / 1000.
  10. import faiss # make faiss available
  11. index = faiss.IndexFlatL2(d) # build the index
  12. print(index.is_trained)
  13. index.add(xb) # add vectors to the index
  14. print(index.ntotal)
  15. k = 4 # we want to see 4 nearest neighbors
  16. D, I = index.search(xb[:5], k) # sanity check
  17. print(I)
  18. print(D)
  19. D, I = index.search(xq, k) # actual search
  20. print(I[:5]) # neighbors of the 5 first queries
  21. print(I[-5:])

 控制台会有输出结果,大功告成了~ 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/367637
推荐阅读
相关标签
  

闽ICP备14008679号