این برنامه لینوکس به نام Faiss است که آخرین نسخه آن را می توان با عنوان v1.7.3.zip دانلود کرد. می توان آن را به صورت آنلاین در ارائه دهنده میزبانی رایگان OnWorks برای ایستگاه های کاری اجرا کرد.
این اپلیکیشن با نام Faiss را با OnWorks به صورت آنلاین دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. OnWorks Linux آنلاین یا شبیه ساز آنلاین ویندوز یا شبیه ساز آنلاین MACOS را از این وب سایت راه اندازی کنید.
- 5. از سیستم عامل لینوکس OnWorks که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. اپلیکیشن را دانلود کرده، نصب و اجرا کنید.
عکس ها
Ad
فایس
شرح
Faiss کتابخانه ای برای جستجوی کارآمد شباهت و خوشه بندی بردارهای متراکم است. این شامل الگوریتمهایی است که در مجموعهای از بردارها با هر اندازه، تا آنهایی که احتمالاً در RAM جا نمیشوند، جستجو میکنند. همچنین حاوی کد پشتیبانی برای ارزیابی و تنظیم پارامتر است. Faiss به زبان C++ با بستهبندیهای کامل برای Python/Numpy نوشته شده است. برخی از مفیدترین الگوریتم ها بر روی GPU پیاده سازی شده اند. این توسط فیس بوک AI Research توسعه یافته است. Faiss شامل چندین روش برای جستجوی شباهت است. فرض میکند که نمونهها به صورت بردار نمایش داده میشوند و با یک عدد صحیح شناسایی میشوند و بردارها را میتوان با فاصلههای L2 (اقلیدسی) یا محصولات نقطهای مقایسه کرد. بردارهایی که شبیه بردار پرس و جو هستند آنهایی هستند که کمترین فاصله L2 یا بالاترین حاصل ضرب نقطه را با بردار پرس و جو دارند. همچنین از شباهت کسینوس پشتیبانی می کند، زیرا این یک محصول نقطه ای در بردارهای نرمال شده است.
امکانات
- این کتابخانه بیشتر در ++C پیادهسازی میشود، با پشتیبانی از GPU اختیاری که از طریق CUDA و یک رابط اختیاری پایتون ارائه میشود.
- فایس مجموعهای از بردارها با ابعاد ثابت d را مدیریت میکند، معمولاً چند 10 تا 100 ثانیه
- نسخه CPU به یک کتابخانه BLAS نیاز دارد. با یک Makefile کامپایل می شود و می تواند در یک تصویر داکر بسته بندی شود
- Faiss حول یک نوع شاخص ساخته شده است که مجموعه ای از بردارها را ذخیره می کند و تابعی را برای جستجو در آنها با مقایسه بردار محصول L2 و/یا نقطه ای ارائه می کند.
- پیادهسازی اختیاری GPU آنچه را که احتمالاً سریعترین و تقریبیترین پیادهسازی جستجوی نزدیکترین همسایه برای بردارهای با ابعاد بالا است، ارائه میکند.
- Faiss حول شی Index ساخته شده است. مجموعه ای از بردارهای پایگاه داده را کپسوله می کند و به صورت اختیاری آنها را پیش پردازش می کند تا جستجو را کارآمد کند
زبان برنامه نویسی
++C
دسته بندی ها
این برنامه ای است که می توان آن را از https://sourceforge.net/projects/faiss.mirror/ نیز دریافت کرد. در OnWorks میزبانی شده است تا به آسانی از یکی از سیستم عامل های رایگان ما به صورت آنلاین اجرا شود.