万物皆可 Embedding
“万物皆可 Embedding" 这句话似乎每个做算法模型小伙伴都听过了,那么万物是指什么呢?在大数据的现实世界中,包括了任何内容:图片、视频、语音、文本,甚至3D模型等,这些可统称为非结构化数据。了解了所谓的“万物”,那 Embedding 又指什么?如下图所示,针对非结构化数据,我们利用 AI 技术来对其进行编码,转换成特征向量,通过计算向量实现对非结构化数据的分析。通常将非结构化数据提取向量的过程称为 Embedding。
![](https://i-blog.csdnimg.cn/blog_migrate/871eedbf285389b714ccbacd5ff2de28.png)
开箱即用的 Embedding 流水线——Towhee
Embedding 过程通常利用 AI 模型来实现,而模型使用包括调研、选型、训练与调优等复杂且成本较高的流程,好在业界已提供很多预训练好的模型可以直接用,但如何切换模型以及快速上手,就需要一套开箱即用的流水线(Pipeline)。
"X2Vec, Towhee is all you need!" 是 Towhee 这个开源项目的口号,它提供开箱即用的Embedding 流水线,你无需了解内部工作原理,就可以开发和部署各种各样的流水线。