远超 IVF_FLAT、HNSW，ScaNN 索引算法赢在哪？
Faiss 实现的 ScaNN，又名 FastScan，它使用更小的 PQ 编码和相应的指令集，可以更为友好地访问 CPU 寄存器，展示出优秀的索引性能。
Milvus 从 2.3 版本开始，在 Knowhere 中支持了 ScaNN 算法，在各项 benchmark 中有着不俗的表现。例如，在 Cohere 数据集 Recall 约 95% 的时候，使用 Knowhere 2.x 版本端到端的 QPS 是 IVF_FLAT 的 7 倍，HNSW 的 1.2 倍。
本次直播，我们邀请到了 Zilliz 高级软件工程师高超，他将为大家详细拆解 ScaNN 算法并展示其实验效果。
关注公众号 低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有，本站原创内容转载请注明来源。
- 上一篇
unsubscribe：Angular 项目中常见场景以及是否需要 unsubscribe
本文由庄汇晔同学编写~ 在 Angular 项目中，经常会使用到 observable subscribe，但是 subscribe 读取了数据之后，真的就是万事大吉了吗？这个问题的答案或许是，或许不是。有些 observable 需要 unsubscribe，而有些并不用。在接下来的文章里，我会介绍： observable 的种类：何种 observable 需要 unsubscribe，以及没有 unsubscribe 会造成什么样的问题。 在 angular 项目中，可能会遇到的observable 的场景，以及他们是否需要 unsubscribe，为什么需要/不需要？ unsubscribe 的方法。 一、observable 的种类：何种 observable 需要 unsubscribe,以及没有unsubscribe 会造成什么样的问题。 从 observable 能否结束（complete）的角度来看，observable 分为两类：finite observable（有限事件流）和 infinite observable（无限事件流）。区分他们的方法很简单：即 fin...
- 下一篇
Elasticsearch：什么是 kNN?
kNN - K-nearest neighbor 定义 kNN（即 k 最近邻算法）是一种机器学习算法，它使用邻近度将一个数据点与其训练并记忆的一组数据进行比较以进行预测。 这种基于实例的学习为 kNN 提供了 “惰性学习（lazy learning）” 名称，并使算法能够执行分类或回归问题。 kNN 的假设是相似的点可以在彼此附近找到 —— 物以类聚。 作为一种分类算法，kNN 将新数据点分配给其邻居中的多数集。 作为一种回归算法，kNN 根据最接近查询点的值的平均值进行预测。 kNN 是一种监督学习算法，其中 “k” 代表分类或回归问题中考虑的最近邻的数量，“NN”代表为 k 选择的数量的最近邻。 kNN 算法简史 kNN 最初由 Evelyn Fix 和 Joseph Hodges 于 1951 年在为美国军方进行的研究中开发。 他们发表了一篇解释判别分析的论文，这是一种非参数分类方法。 1967 年，Thomas Cover 和 Peter Hart 对非参数分类方法进行了扩展，并发表了他们的 “最近邻模式分类” 论文。 大约 20 年后，詹姆斯·凯勒 (James Kelle...
相关文章
文章评论
共有0条评论来说两句吧...
微信收款码
支付宝收款码