Faiss核心技术

Overview

Faiss是Facebook AI Research开发的快速相似性搜索（similarity search）计算库。所谓的相似性搜索，就是进行向量间比对，如图示，图像经过特征提取转换成一个高维向量，通过将该向量和数据库中其他图像特征向量作一一比对，就能找出最相近的K个目标图像。不仅是图像，只要是可以用高维向量表征的，都可以做相似性搜索，如文字、音频等。

向量比对就是计算两向量间的距离，Faiss提供了两种方法：欧几里得距离(L2)和向量点积(IP)，前者是默认方法，它的计算结果值越小表示向量越相近，后者则刚好相反，值越大表示两向量越相近。

因此，相似性搜索的过程可以简单地分为三个步骤：

1. 计算目标向量（query）和数据库中所有向量（centroids）的L2或IP距离。
2. 将距离值进行排序（L2采用升序排序，IP则采用降序排序），top-K个元素就是与query最相近的K个向量。
3. 回到第一步，遍历余