欢迎光临
我们一直在努力

Facebook开源聚类和相似性搜索库FAISS

Facebook开源聚类和相似性搜索库FAISS

  雷锋网消息,FAIR(Facebook 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。

  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: 

Fast K-Nearest Neighbour

QuickSelect

Warpselect

K-Means clustering

  FAIR 表示,FAISS 有五大特性:

使用 C++ 编写,有完整的  Python/numpy 封装。

支持单个、多 GPU。

优异的可扩展性,通常情况下能支持最多 100 个维度。

基于 BLAS 和 CUDA。

比当前最先进的库速度提高 8.5 倍。

  详情:http://www.leiphone.com/news/201703/lzEITGcs5Miuh8k5.html 

  GitHub:http://www.leiphone.com/news/201703/lzEITGcs5Miuh8k5.html 

  论文:https://arxiv.org/abs/1702.08734 

赞(0)
未经允许不得转载:ITyet » Facebook开源聚类和相似性搜索库FAISS
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址