非死book開源聚類和相似性搜索庫FAISS

雷鋒網消息，FAIR（非死book 人工智能實驗室）上周發表了一篇論文，提出一項針對聚類和相似性搜索的新算法設計。新架構比此前最先進的算法更快更高效，并使用 GPU 來獲得更高的內存帶寬和計算吞吐量。

基于此項研究，FAIR 近日在 Github 開源了一個名為 FAISS 的庫，相關文檔已陸續完成上傳，并于昨日更新了安裝文件。能進行聚類和相似性搜索的算法已有不少，FAISS 對它們進行了優化，以便更高效地在 GPU 上運行。FAISS 整合的部分算法有： 

Fast K-Nearest Neighbour

QuickSelect

Warpselect

K-Means clustering

FAIR 表示，FAISS 有五大特性：

使用 C++ 編寫，有完整的  Python/numpy 封裝。

支持單個、多 GPU。

優異的可擴展性，通常情況下能支持最多 100 個維度。

基于 BLAS 和 CUDA。

比當前最先進的庫速度提高 8.5 倍。

詳情：http://www.leiphone.com/news/201703/lzEITGcs5Miuh8k5.html 

GitHub：http://www.leiphone.com/news/201703/lzEITGcs5Miuh8k5.html 

論文：https://arxiv.org/abs/1702.08734 

來自: 雷鋒網