一 倒排索引、KNN、PQ
1.1 基础版本

query -> requery 对问题做处理,处理上下文
对query 做 refined query

1.2 向量数据库


二 搜索逻辑

2.1 knn

2.2 近似KNN
先和N个空间的均值比较再和空间内部的所有点比较,计算最近值。

优化一: 把附近几个空间的点都放进去,一起搜索。


三 数据压缩(PQ)

每个数据向量映射到对应的区域:

向量转换为ID,选择中心点。









query -> requery 对问题做处理,处理上下文
对query 做 refined query





先和N个空间的均值比较再和空间内部的所有点比较,计算最近值。

优化一: 把附近几个空间的点都放进去,一起搜索。



每个数据向量映射到对应的区域:

向量转换为ID,选择中心点。








本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2314932.html
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!