Faiss 是 Facebook 开源的一套高效相似性搜索以及向量聚类的开发库，支持各类相似性搜索的算法，Faiss 项目本身是使用 C++ 编写的，但是提供 Python 的绑定，可以直接使用 numpy 类型操作，同时也支持使用 GPU 加速计算，下面介绍下 Faiss 的源码编译过程。如果想仅使用 Python 进行开发，那么可以直接使用 pip 工具安装：# 例如使用 pip3 安装
#
转载
2023-07-28 15:02:05
977阅读
Faiss是什么Faiss是FAIR出品的一个用于向量k-NN搜索的计算库，其作用主要在保证高准确度的前提下大幅提升搜索速度，根据我们的实际测试，基于1600w 512维向量建库，然后在R100@1000 （即召回top 1000个，然后统计包含有多少个实际距离最近的top 100）= 87%的前提下单机15线程可以达到1000的qps，这个性能应该是可以满足大部分的推荐系统召回模块性能需求了。&
转载
2024-04-22 20:38:41
256阅读
说明本篇主要分析IVFPQ类型的索引的训练过程。遵循从APP -> 到faiss core的实现的流程。过程分析app假设现在已经有了一个可用的IVFPQ类型索引index实例，那么可以直接在程序中调用：index.train(learning_d)这里的learning_d表示训练集，这里的值是database总数与学习率的乘积。faiss coretrain() IndexIVFPQ类里
转载
2024-04-07 15:33:21
309阅读
Faiss原理介绍github Faiss 包含多种相似性搜索方法。它假设实例表示为向量并由整数标识，并且可以将向量与 L2（欧几里得）距离或点积进行比较。与查询向量相似的向量是那些与查询向量具有最低 L2 距离或最高点积的向量。它还支持余弦相似度，因为这是归一化向量的点积。大多数方法，如基于二进制向量和紧凑量化代码的方法，只使用向量的压缩表示，不需要保留原始向量。这通常是以降低搜索精度为代价的，
转载
2024-04-04 21:46:13
299阅读
faiss入门+使用的索引原理已经在项目中在离线时，用faiss算过50w 视频的相似度。 但感觉还是对faiss有些陌生，想对faiss理解更多一些。 有幸看到别人分享的这个帖子Faiss 在项目中的使用Faiss Indexs 的进一步了解这里跟着上面两篇文章的思路，对faiss理解更多一些。重新审视1.再问faiss 是什么？撇开具体定义不管，Faiss 就可以类比为一个可以设置索引的数据库
转载
2024-08-26 21:56:16
621阅读
# Java Faiss入门指南
作为一名经验丰富的开发者，我很高兴能帮助刚入行的小白了解如何实现“Java Faiss”。在这篇文章中，我将详细介绍整个流程，并提供必要的代码示例和注释。
## 流程图
首先，让我们通过一个流程图来了解实现Java Faiss的步骤：
```mermaid
flowchart TD
A[开始] --> B[安装Java环境]
B --> C
原创
2024-07-17 09:11:30
89阅读
# Faiss: 高效的相似度搜索工具
**Faiss** 是一个用于高效相似度搜索的 Python 库。它是 Facebook AI Research 实验室开发的一个开源项目，旨在为大规模向量集合提供快速的近似搜索和聚类功能。Faiss 通过利用各种技术来提高搜索速度，能够处理高维度数据，适用于许多应用领域，如图像搜索、语义搜索、推荐系统等。
## 1. 安装 Faiss
在使用 Fai
原创
2023-07-20 20:10:51
471阅读
# Python FAISS - 介绍与使用指南
的一个常见应用是找出从根结点到目标结点的最短路径，其实现用到了队列。下面用一个例子来说明BFS的原理，在下图中，我们BFS 来找出根结点 A 和目标结点 G 之间的最短路径。
图3：BFS例子
首先初始化一个队列 Q ，将根节点入队： A
A 出队，将与 A 相邻的节点入队，此时队列为 BCD
B 出队，将与 B
