
向量召回计算
weixin_42285429
这个作者很懒,什么都没留下…
展开
-
向量Top K方法简介
随着深度学习的不断丰富发展,基于Embedding的向量召回引擎的使用场景越来越丰富,本文简要介绍一下,向量召回算法的基本分类以及现在流行的实现方式。 通常来说,面向向量的相似性检索的方法分为精确检索和近似检索两类。 精确检索 精确检索的本质就是线性查找。线性查找通过在整个向量空间内,遍历所有已存向量计算其与检索向量的距离,通常是计算欧几里德距离或者点积。欧氏距离最近的向量或者点积最大的向量就是相似度最高的向量。线性查找算法简单,不需要建立额外的数...原创 2020-09-20 15:45:48 · 1908 阅读 · 0 评论 -
Faiss使用教程详解
详情将官方Github地址:https://github.com/facebookresearch/faiss/wiki/Faiss-indexesFaiss是一个速度很快的向量Top k的召回算法库,适用于不同的应用场景,由于Faiss有各种索引构建的方式,本文主要简单介绍倒排索引的增、删、改、查的功能,以及Faiss算法的准确性和检索速度进行了介绍。## 增加数据(注:插入相同id的数据,不是把之前的数据进行更新,而是又增加了一天相同id的数据)# -*- coding: utf-8原创 2020-09-20 15:13:24 · 3857 阅读 · 0 评论