大数据挖掘SparkExpert的博客

Faiss 是由 Facebook AI Research（FAIR）开发的一个用于有效的相似性搜索（similarity search）和稠密矢量聚类（clustering of dense vectors）的库。它包含了在任何大小的向量集合里进行搜索的算法，向量集合的大小甚至可以达到装不进 RAM。它还包含了用于评估和参数调优的支持代码。Faiss 是用 C ++编写的，带有 Python

针对上一篇文章，安装完毕之后，可以对faiss进行基本的案例学习，具体步骤如下： step1：构造实验数据 step2：为向量集构建IndexFlatL2索引，它是最简单的索引类型，只执行强力L2距离搜索 step3：进行简单的k-近邻搜索 结果如下：   NOTE：   1.程序输出为查询向量的最近邻的4个向量的索引