非死book开源聚类和相似性搜索库FAISS

jopen 8年前
   <p style="text-align:center"><img alt="非死book开源聚类和相似性搜索库FAISS" src="https://simg.open-open.com/show/3137e1d62117ac0869735541076ff414.jpg" /></p>    <p>雷锋网消息，FAIR（非死book 人工智能实验室）上周发表了一篇论文，提出一项针对聚类和相似性搜索的新算法设计。新架构比此前最先进的算法更快更高效，并使用 GPU 来获得更高的内存带宽和计算吞吐量。</p>    <p>基于此项研究，FAIR 近日在 Github 开源了一个名为 FAISS 的库，相关文档已陆续完成上传，并于昨日更新了安装文件。能进行聚类和相似性搜索的算法已有不少，FAISS 对它们进行了优化，以便更高效地在 GPU 上运行。FAISS 整合的部分算法有： </p>    <blockquote>     <p>Fast K-Nearest Neighbour</p>     <p>QuickSelect</p>     <p>Warpselect</p>     <p>K-Means clustering</p>    </blockquote>    <p>FAIR 表示，FAISS 有五大特性：</p>    <blockquote>     <p>使用 C++ 编写，有完整的  Python/numpy 封装。</p>     <p>支持单个、多 GPU。</p>     <p>优异的可扩展性，通常情况下能支持最多 100 个维度。</p>     <p>基于 BLAS 和 CUDA。</p>     <p>比当前最先进的库速度提高 8.5 倍。</p>    </blockquote>    <p>详情：<a href="/misc/goto?guid=4959001394415273124">http://www.leiphone.com/news/201703/lzEITGcs5Miuh8k5.html</a> </p>    <p>GitHub：<a href="/misc/goto?guid=4959001394415273124">http://www.leiphone.com/news/201703/lzEITGcs5Miuh8k5.html</a> </p>    <p>论文：<a href="/misc/goto?guid=4959002219294461708" rel="nofollow">https://arxiv.org/abs/1702.08734</a> </p>    <p>来自: <a href="/misc/goto?guid=4959002214973847351" id="link_source2">雷锋网</a></p>