安装测试facebook FAISS（CPU）

利用 Anaconda2 工具包安装 FAISS，并进行实例测试。
过程参考了 FAISS 安装教程。

• 开发环境介绍
• 安装 Anaconda2
• 安装 openblas，并软链到 /usr/lib64 库
• 下载安装 FAISS
• C++ 开发环境配置
• Python 开发环境配置
• 结束

---

1、开发环境介绍

• CentOS7.3系统，64位
• GTX1080

2、安装 Anaconda2

Anaconda是 Python 的科学计算工具包。根据对 Python2 和 Python3 的支持，分为 Anaconda2 和 Anaconda3。官网提供的是最新的版本，其他版本可以在清华大学开源软件镜像站下载。

下载安装 Python2 对应的 Anaconda2：

# 下载
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda2-4.3.0-Linux-x86_64.sh
# 修改权限
chmod +x Anaconda2-4.3.0-Linux-x86_64.sh
# 执行默认安装，一路Enter键。
bash Anaconda2-4.3.0-Linux-x86_64.sh
# 编辑脚本文件。
vim $HOME/.bashrc
添加指令如下：
export PATH="$HOME/anaconda2/bin:$PATH"
# 加载。
source $HOME/.bashrc
# 检测1
conda list 
出现 N多Python依赖包
# 检测2
python --version
出现带Anaconda标记的Python，如下：
Python 2.7.13 :: Anaconda custom (64-bit)

3、安装 openblas，并软链到 /usr/lib64 库

事实上，mkl支持的FAISS是最高效的，然而，由于版权认证等问题，我们选择openblas。

# Anaconda2 安装 openblas。
conda install openblas
# root权限下创建软链。
ln -s $HOME/anaconda2/lib/libopenblas.so.0 /usr/lib64/libopenblas.so.0

4、下载安装FAISS

从 Facebook的github 上下载 FAISS。

# 下载FAISS源码.
git clone https://github.com/facebookresearch/faiss.git
# 进入FAISS源码目录.
cd faiss
# 根据系统配置编译环境. [Linux 为例]
cp example_makefiles/makefile.inc.Linux ./makefile.inc
# 编译 &测试BLAS案例.
make tests/test_blas
./tests/test_blas

5、C++ 开发环境配置

Faster is faster.

# 编译安装.
make
# 5.1、简单测试.
# 运行测试案例.
./tests/demo_ivfpq_indexing
# 5.2、复杂测试.
# 下载数据集.
wget ftp://ftp.irisa.fr/local/texmex/corpus/sift.tar.gz
tar -xzvf sift.tar.gz
# 转移数据集。
mv sift sift1M
# 编译 &运行测试案例.
make tests/demo_sift1M
./tests/demo_sift1M

5.1、简单测试

5.2、复杂测试

6、Python开发环境配置

FAISS 将 Python 的复杂计算集成到 Numpy 包，方便敏捷开发。

# 更改配置文件
vim makefile.rc
找到 PYTHONCFLAGS 选项，替换如下：
PYTHONCFLAGS=-I$HOME/anaconda2/include/python2.7/ -I$HOME/anaconda2/lib/python2.7/site-packages/numpy/core/include/
# 编译.
make py
# 检验 python-faiss.
python -c "import faiss"
ldd -r _swigfaiss.so
# 6.1、简单测试.
python -c "import faiss, numpy
faiss.Kmeans(10, 20).train(numpy.random.rand(1000, 10).astype('float32'))"
# 6.2、复杂测试.
export PYTHONPATH=.
mkdir tmp
python python/demo_auto_tune.py

从 tmp 文件中，会看到有一张图。如下所示：

结束

GPU 版本的 FAISS 配置成功了，正在研究怎么用。欢迎交流~