faiss教程【facebook官方文档】
官方教程
开始
对于以下内容,我们假设已安装Faiss。 我们在C ++和Python中提供代码示例。 可以通过复制/粘贴代码或从Faiss发行版的tutorial /子目录运行代码来运行代码。
生成一些数据
Faiss处理固定维度d的向量集合,通常为几十到几百。 这些集合可以存储在矩阵中。 我们假设行主存储,例如,矢量编号i的第j个分量存储在矩阵的第i行,第j列中。 Faiss仅使用32位浮点矩阵。
我们需要两个矩阵:
- 数据库的xb,包含必须编入索引的所有向量,以及我们要搜索的向量。其大小为nb-by-d
- 查询向量的xq,我们需要找到最近的邻居。 它的大小是nq-by-d。 如果我们有一个查询向量,则nq = 1
在下面的例子中,我们将使用在d = 64维中以均匀分布绘制的向量。 出于趣味性,我们在第一维上添加小的平移,第一维取决于矢量索引。
Python
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.
C++
int d = 64; // dimensionint nb = 100000; // database sizeint nq = 10000; // nb of queriesfloat *xb = new float[d * nb];float *xq = new float[d * nq];for(int i = 0; i < nb; i++) {for(int j = 0; j < d; j++) xb[d * i + j] = drand48();xb[d * i] += i / 1000.;}for(int i = 0; i < nq; i++) {for(int j = 0; j < d; j++) xq[d * i + j] = drand48();xq[d * i] += i / 1000.;}
此示例使用普通数组,因为这是所有C ++矩阵库支持的最低公分母。 Faiss可以容纳任何矩阵库,只要它提供指向底层数据的指针。 例如,std :: vector 的内部指针由data()方法给出。
建立一个index并向里面加入矢量
Faiss是围绕Index对象构建的。 它封装了一组数据库向量,并可选择预处理它们以使搜索更有效。 有许多类型的索引,我们将使用最简单的版本,它只对它们执行brute-force L2距离搜索:IndexFlatL2
所有索引都需要知道它们何时构建,这是它们运行的向量的维数,在我们的例子中是d。 然后,大多数索引还需要训练阶段,以分析向量的分布。 对于IndexFlatL2,我们可以跳过此操作。
构建和训练索引时,可以对索引执行两个操作:添加和搜索。
要向索引添加元素,我们在xb上调用add。 我们还可以显示索引的两个状态变量:is_trained,一个指示是否需要训练的布尔值和ntotal,即索引向量的数量。
某些索引还可以存储与每个向量(但不是IndexFlatL2)对应的整数ID。 如果没有提供ID,则add只使用向量序号作为id,eg. 第一个矢量得0,第二个1等。
Python
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)
C++
faiss::IndexFlatL2 index(d); // call constructorprintf("is_trained = %s\n", index.is_trained ? "true" : "false");index.add(nb, xb); // add vectors to the indexprintf("ntotal = %ld\n", index.ntotal);
这应该只显示true(索引已经过训练)和100000(向量存储在索引中)
可以对索引执行的基本搜索操作是k最近邻搜索,即对于每个查询向量,在数据库中找到它的k个neighbors。
该操作的结果可以方便地存储在大小为nq-by-k的整数矩阵中,其中行i包含查询向量i的邻居的ID,按增加的距离排序。 除了该矩阵之外,搜索操作还返回具有相应平方距离的nq-by-k浮点矩阵。
结论:
这应该只显示true(索引被训练)和100000(向量存储在索引中)。
搜索
可以对索引执行的基本搜索操作是k-最近邻搜索,即。 对于每个查询向量,在数据库中找到它的k个最近邻居。
该操作的结果可以方便地存储在大小为nq-by-k的整数矩阵中,其中行i包含查询向量i的邻居的ID,按增加的距离排序。 除了该矩阵之外,搜索操作还返回具有相应平方距离的nq-by-k浮点矩阵。
作为一个完整性检查,我们可以首先搜索一些数据库向量,以确保最近的邻居确实是向量本身。
Python
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:]) # neighbors of the 5 last queries
C++
int k = 4;{ // sanity check: search 5 first vectors of xblong *I = new long[k * 5];float *D = new float[k * 5];index.search(5, xb, k, D, I);printf("I=\n");for(int i = 0; i < 5; i++) {for(int j = 0; j < k; j++) printf("%5ld ", I[i * k + j]);printf("\n");}...delete [] I;delete [] D;}{ // search xqlong *I = new long[k * nq];float *D = new float[k * nq];index.search(nq, xq, k, D, I);...}
编辑提取是因为否则C ++版本变得非常冗长,请参阅Faiss的tutorial / cpp子目录中的完整代码。
结论:
理智检查的输出应该是这样的
[[ 0 393 363 78]
[ 1 555 277 364]
[ 2 304 101 13]
[ 3 173 18 182]
[ 4 288 370 531]]
[[ 0. 7.17517328 7.2076292 7.25116253]
[ 0. 6.32356453 6.6845808 6.79994535]
[ 0. 5.79640865 6.39173603 7.28151226]
[ 0. 7.27790546 7.52798653 7.66284657]
[ 0. 6.76380348 7.29512024 7.36881447]]
ie.每个查询的最近邻居确实是向量的索引,并且相应的距离是0.并且在一行内,距离正在增加。
实际搜索的输出类似于
[[ 381 207 210 477]
[ 526 911 142 72]
[ 838 527 1290 425]
[ 196 184 164 359]
[ 526 377 120 425]]
[[ 9900 10500 9309 9831]
[11055 10895 10812 11321]
[11353 11103 10164 9787]
[10571 10664 10632 9638]
[ 9628 9554 10036 9582]]
由于添加到矢量的第一个分量的值,数据集在d-dim空间中沿着第一轴被模糊。 因此,前几个向量的邻居在数据集的开头附近,并且~10000左右的向量之一也在数据集中的索引10000附近。
在2016年的电脑上执行上述搜索需要大约3.3秒。
faiss教程【facebook官方文档】相关推荐
- 基于vue的微信小程序开发5分钟上手教程(官方文档转)
使用手册 mpvue 继承自 Vue.js,其技术规范和语法特点与 Vue.js 保持一致. 注:其实就是官方文档,只是习惯看博文学习才直接copy过来的,详见官方文档 本文档适用于有一定 Vue.j ...
- [WebApp开发]基础教程-Google官方文档-第四篇
文档内容 在Android Browser中使用控制台API 在WebView中使用控制台API 参考 调试 如果你是在为Android开发web应用,那么,你可以使用控制台(console)的Jav ...
- Swift 编程语言教程(官方文档)
Swift 编程语言中文教程 the swift programming language
- qnx 镜像文件_QNX开发最完整图文教程(官方文档,非官方翻译)
我一直以来,就是一个用着诺基亚的黑莓控,关注BB很久很久了.(事先说明这不是BB10的开发教程,所以大家是黑莓移动应用的开发者可以移步了,这未必是你们想要的资料.;-)在我们正式开发之前,先来闲聊放松 ...
- vim中文教程-来自官方文档
欢 迎 阅 读 < V I M 教 程 > -- 版本 1.7 前言: Vim 是一个具有很多命令的功能非常强大的编辑器.限于篇幅,在本教程当中就不详细介绍了.本教程的设计目标是讲述一些必 ...
- pythondocumentation_python官方文档
广告关闭 腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 方便大家可以更多地了解python查阅到相关函数或者功能的用法. 01搜索引擎首 ...
- k8s多master建议用几个_Kubernetes 教程之跟着官方文档从零搭建 K8S
前言 本文将带领读者一起, 参照者 Kubernetes 官方文档, 对其安装部署进行讲解. Kubernetes 更新迭代很快, 书上.网上等教程可能并不能适用于新版本, 但官方文档能. 阅读这篇文 ...
- tensorflow官方文档_开源分享:最好的TensorFlow入门教程
如果一门技术的学习曲线过于陡峭,那么我们在入门时的场景往往是,一鼓作气,没入门,再而衰,三而竭.演绎一出从入门到放弃的败走麦城. 今天发现一个入门TensorFlow的宝藏,迫不及待的分享给大家.这个 ...
- 2DToolkit官方文档中文版打地鼠教程(一):初始设置
这是2DToolkit官方文档中 Whack a Mole 打地鼠教程的译文,为了减少文中过多重复操作的翻译,以及一些无必要的句子,这里我假设你有Unity的基础知识(例如了解如何新建Sprite等) ...
最新文章
- OpenJudge百炼习题解答(C++)--题4010:2011
- 程序设计竞赛算法基础考试真题2020年(回忆版)
- php怎么生成前端网页,PHP自动生成前端的表单框架
- Vue+blockly 制作与自定义美化
- matlab期末复习资料,MATLAB期末复习习题及答案
- 挑战程序设计竞赛 (秋叶拓哉 / 岩田阳一 / 北川宜稔 著)
- Let‘s Encrypt 免费Https证书
- HDU2564 词组缩写【文本】
- 自制微信小程序通讯JS
- 笨方法学Python3 习题 0
- 从IAP升级到涂鸦OTA升级介绍 (下)
- 小学生计算机培优辅困记录,信息技术培优辅差工作计划范文
- 云队友丨如何长久、持续且稳定的做一件事?
- Jill Rides Again UVA - 507(求最大子序列和)
- App Tamer for mac怎么用?
- 新个人所得税计算公式
- 华为这次是给所有企业挡了子弹
- 站长还应该发布外链吗?
- HttpClient和HtmlUnit的比较总结以及使用技巧(一)
- 服务降级--服务降级的一点认识
热门文章
- devos勒索病毒解决方法|勒索病毒解密|勒索病毒恢复|数据库修复
- 追根溯源-数据库deadlock重启
- java-jsp基于学生信息管理系统93nbx[独有源码]如何找到适合自己的毕业设计的指南
- 为什么sourceinsight 隔一段时间一闪一闪
- c语言不用数组十进制转二进制,C语言输入十进制整数,不用数组将其转化为二进制数...
- git规范化提交 git cz
- NFS服务器的介绍与配置,史上大总结,含泪肝数夜
- JumpServer 如何配置LDAP服务
- Android 开发环境在不同操作系统上的搭建教程
- 过年了,怎么样批量爬取某东商品信息,并做可视化