【AI知识点】近似最近邻搜索（ANN, Approximate Nearest Neighbor Search）

已于 2024-10-17 10:28:51 修改
阅读量4.2k 收藏 30
点赞数 23
分类专栏： AI知识点 文章标签： 人工智能 机器学习 深度学习 相似性搜索算法 推荐系统 图像检索 自然语言处理
于 2024-10-03 22:51:47 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43221845/article/details/142696844
版权

【AI论文解读】【AI知识点】【AI小项目】【AI战略思考】

近似最近邻搜索（ANN, Approximate Nearest Neighbor Search） 是一种用于高维数据检索的技术，目标是在给定查询的情况下，快速找到距离查询点最近的数据点，尽管结果可能并不完全精确。这种方法特别适用于高维数据（如图像、文本嵌入、用户行为特征等）的快速相似性搜索。

1. 最近邻搜索（NNS）

最近邻搜索（Nearest Neighbor Search, NNS） 是指在一个数据集中，给定一个查询点，找到与该点最接近的一个或多个点。对于低维数据，如二维或三维空间，可以通过简单的几何方法（如欧几里得距离）快速完成这种搜索。然而，当数据的维度非常高时（如深度学习中的嵌入向量通常有数百或上千维），标准的最近邻搜索方法

最低0.47元/天 解锁文章
机器学习笔记 近似相似性搜索/近似最近邻算法(ANN)
学以致用 知行合一
03-25 2152
1、ANN算法（approximate nearest neighbor）最近邻算法通常会牺牲完美的精度来提高速度。这些近似最近邻 （ANN） 算法可能并不总是返回真正的k个最近向量。但它们运行高效，可扩展到大型数据集，同时保持良好的性能。这种算法的优势在于，在许多情况下，近似的最近邻几乎与确切的近邻效果一样好。如果距离测量准确地捕捉了用户的需求，那么距离的微小差异应该无关紧要。
ANN（Approximate Nearest Neighbor）简介
m0_66436090的博客
02-26 2658
ANN（Approximate Nearest Neighbor）简介，以及各个ANN算法种类分类
基于二叉树的近似最近邻搜索-Annoy
sgyuanshi的博客
08-15 1050
- annoy是一种基于二叉树的近似最近邻搜索算法，可以在牺牲小部分精度的前提下，大大提升搜索性能。在推荐系统、搜索系统以及LLM-RAG的相似文档召回等领域都存在着广泛的应用 - 并且annoy是一种可以在自己电脑快速学习上手和验证效果的工具。
近似最近邻（ANN）算法库实战
最新发布
好看资源网的博客
03-02 565
在电商推荐系统中，每秒需要为上百万用户找到最相关的商品——传统KNN的暴力搜索甚至无法完成一次查询，而近似最近邻（ANN）算法库如Faiss（Facebook）和Annoy（Spotify）却能轻松应对。：通过牺牲少量精度，将搜索时间从小时级压缩到毫秒级。：Faiss在十亿级数据下仍保持毫秒级响应，内存仅为暴力搜索的1/10！：搜索时检查的节点数（默认n_trees*n），越大越精确但越慢。：树的数量（默认10），增加可提升精度，但增加内存和构建时间。：将数据聚类为多个桶，搜索时仅扫描最近几个桶。
使用Annoy进行高效的近似最近邻搜索
vaidfl的博客
02-19 265
在机器学习和数据挖掘领域中，近似最近邻搜索（Approximate Nearest Neighbors, ANN）是一项常见的任务。它用于从大量数据中快速找到与查询点最接近的点。传统的暴力搜索方法在面对大规模数据集时效率低下，而Annoy（Approximate Nearest Neighbors Oh Yeah）是一种用于解决该问题的高效工具。Annoy是一个用C++编写并具有Python绑定的库，它可以创建大规模的只读文件数据结构，这些数据结构可以映射到内存中，从而支持多个进程共享相同的数据。
ANN: Approximate Nearest Neighbors（近似最近邻分类算法）
02-23
由国外著名大学编写的非常有效近似最近邻分类算法，可直接使用，也可作为学习
近似最近邻搜索ANN(Approximate Nearest Neighbor)
永远飞翔的鸟
02-26 9942
目录 一、随机投影森林-一种近似最近邻方法（ANN） 1.随机投影森林介绍 2、LSHForest/sklearn 二、Kd-Tree的最近邻查找
算法笔记 近似最近邻查找（Approximate Nearest Neighbor Search，ANN）
qq_40206371的博客
09-04 3742
也就是说，如果两个点 p 和 q 距离很近，那么它们被哈希到同一个桶的概率应该很高。也就是说，如果两个点 p 和 q 距离很远，那么它们被哈希到同一个桶的概率应该很低。: 如果 distance(p,q)≤r，则 h(p)=h(q) 的概率较高。: 如果distance(p,q)≥R，则 h(p)=h(q) 的概率较低。在搜索过程中，一旦找到一个与查询点距离在某个阈值范围内的点，就停止搜索。这样可以加速查找过程，但可能会错过更近的点。
ANN（Approximate Nearest Neighbor，近似最近邻）
ruleng8662的博客
12-25 1254
ANN 是在高维空间中平衡速度与精度的一种近似算法，其核心在于通过构建高效的数据结构，快速查找目标点的近邻。随着应用需求的增加和硬件性能的提升，ANN 技术将继续在大规模数据检索中扮演重要角色。是一种在高维空间中查找与目标点最接近的点的算法。它特别适合于处理大规模、高维数据集，能够在保证高检索精度的同时显著提高效率，因此被广泛应用于推荐系统、图像检索、语音识别等场景。如果有更具体的场景需要探讨，可以进一步细化！
近似最近邻（Approximate Nearest Neighbor, ANN）检索
拾遗
03-03 5588
参考链接 干货 | 一文读懂 ANN 一文尽览近似最近邻搜索中的哈希与量化方法 最近邻检索（NN）和近似最近邻（ANN）检索 Facebook深度学习应用 | 最近邻搜索算法 速度数百倍之差，有人断言KNN面临淘汰，更快更强的ANN将取而代之 ...
近似最近邻搜索（ANNS）
weixin_43156294的博客
01-24 1102
近似最近邻搜索（Approximate Nearest Neighbor Search，ANNS）是一种在高维向量空间中寻找与给定查询向量相近向量的技术。在精确的最近邻搜索（NNS）中，目标是找到距离查询向量最近的一个或多个向量。然而，随着数据维度的增加和数据规模的扩大，精确搜索在计算上变得非常昂贵。ANNS通过牺牲一定的精度来换取搜索速度的大幅提升。
Query-Aware Locality-Sensitive Hashing for Approximate Nearest Neighbor Search
01-21
本文提出了一种新的邻近点检索技术——Query-Aware Locality-Sensitive Hashing（QALSH），旨在解决高维欧式空间中的近似最近邻（Approximate Nearest Neighbor, c-ANN）搜索问题。传统的局部敏感哈希（Locality-...
Approximate Nearest Neighbors.接近最近邻搜索
alppkk4545的博客
02-13 630
（一）：次优最近邻：http://en.wikipedia.org/wiki/Nearest_neighbor_search 有少量修改；如有疑问，请看链接原文.....1.Survey:Nearest neighbor search (NNS), also known as proximity search,similarity search or...
Nearest Neighbor Search
weixin_30316097的博客
03-15 152
## Nearest Neighbor Search ## Input file: standard input Output file: standard output Time limit: 1 second Memory limit: 1024 megabytes Bobo has a point p and a cube C in 3-di...
近似最近邻搜索算法
Zsusan7的博客
04-22 2955
定义： 采用分而治之思想，将原始数据通过映射方法划分到不同的向量空间，针对大规模的搜索任务，通过映射函数在向量相似的空间进行遍历查询。 常用的几种算法： 基于图的索引量化法：HNSW 基于树：Annoy 基于哈希：SLH HNSW（Hierarchical Navigable Small World） 是通过贪心算法遍历图，找出当前数据集中的最近邻点（局部最小值），以此作为插入并构建生成层状网络图，通过在下一层中不断寻找最近邻点插入构建，从而完成对特征向量集的维度分层、数据压缩、索引生成。检索时，采用自上而
Approximate Nearest Neighbor Searching
junpengxue的专栏
08-27 1104
在 被动立体视觉中用ANN匹配如何呢，值得去试一下，这里先记录下来吧     ANN: A Library for   Approximate Nearest Neighbor Searching     David M. Mount   and    Sunil Arya     Version 1.1.2 Release Date:
近似近邻检索ANN论文总结
m0_37340681的博客
01-25 2315
与存储相关的近邻检索（Approximate Nearest Neighbor Search，ANN）相关论文总结
向量相似度检索问题（近似近邻搜索算法ANN）
xiaochuideai的博客
06-20 2199
向量检索被广泛应用于图像相似度匹配，视觉检测等场景。此片文章是对GGNN论文中探索过程的简单记录。仅供大家参考，部分代码与自己的测试数据集格式有关。若有不明之处，望自琢。
近似最近邻查找的几种方法
bulling的博客
06-24 1357
近似最近邻查找（Approximate Nearest Neighbor Search, ANNS）是一种在高维空间中查找与查询点距离最近的若干个点的技术。与精确最近邻查找不同，近似最近邻查找允许一定程度的误差，以换取更高的查询效率和更低的计算成本。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值