这是名为 Faiss 的 Linux 应用，其最新版本可以下载为 v1.12.0sourcecode.tar.gz。它可在免费的工作站托管服务提供商 OnWorks 上在线运行。
免费下载并在线运行这个名为 Faiss with OnWorks 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
法斯
商品描述
Faiss 是一个用于高效相似性搜索和密集向量聚类的库。 它包含在任意大小的向量集中搜索的算法，直到那些可能不适合 RAM 的向量。 它还包含用于评估和参数调整的支持代码。 Faiss 是用 C++ 编写的，带有 Python/numpy 的完整包装器。 一些最有用的算法是在 GPU 上实现的。 它由 Facebook AI Research 开发。 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，并且向量可以与 L2（欧几里德）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上的点积。
功能
- 该库主要用 C++ 实现，通过 CUDA 提供可选的 GPU 支持，以及可选的 Python 接口
- Faiss 处理固定维数 d 的向量集合，通常为 10 到 100 秒
- CPU 版本需要 BLAS 库。 它使用 Makefile 编译，可以打包在 docker 镜像中
- Faiss 是围绕存储一组向量的索引类型构建的，并提供了一个函数来使用 L2 和/或点积向量比较在它们中搜索
- 可选的 GPU 实现为高维向量提供了可能是最快的精确和近似最近邻搜索实现
- Faiss 是围绕 Index 对象构建的。 它封装了一组数据库向量，并可选择对它们进行预处理以提高搜索效率
程式语言
C + +中
分类
这是一个也可以从 https://sourceforge.net/projects/faiss.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最简单的方式在线运行。
