Este é o aplicativo Linux chamado Faiss cuja versão mais recente pode ser baixada como v1.7.3.zip. Ele pode ser executado online no provedor de hospedagem gratuito OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado Faiss com OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
CAPTURAS DE TELA:
Faiss
DESCRIÇÃO:
Faiss é uma biblioteca para busca eficiente de similaridade e agrupamento de vetores densos. Ele contém algoritmos que buscam em conjuntos de vetores de qualquer tamanho, até aqueles que possivelmente não cabem na RAM. Ele também contém código de suporte para avaliação e ajuste de parâmetros. Faiss é escrito em C++ com wrappers completos para Python/numpy. Alguns dos algoritmos mais úteis são implementados na GPU. É desenvolvido pela Facebook AI Research. Faiss contém vários métodos para busca de similaridade. Ele assume que as instâncias são representadas como vetores e são identificadas por um número inteiro, e que os vetores podem ser comparados com distâncias L2 (euclidianas) ou produtos escalares. Vetores que são semelhantes a um vetor de consulta são aqueles que têm a menor distância L2 ou o maior produto escalar com o vetor de consulta. Ele também suporta similaridade de cosseno, já que este é um produto escalar em vetores normalizados.
Recursos
- A biblioteca é implementada principalmente em C++, com suporte opcional a GPU fornecido via CUDA e uma interface Python opcional
- Faiss lida com coleções de vetores de dimensionalidade fixa d, normalmente alguns 10s a 100s
- A versão da CPU requer uma biblioteca BLAS. Ele compila com um Makefile e pode ser empacotado em uma imagem docker
- Faiss é construído em torno de um tipo de índice que armazena um conjunto de vetores e fornece uma função para pesquisar neles com L2 e/ou comparação de vetores de produto escalar
- A implementação opcional de GPU fornece o que é provavelmente a implementação de pesquisa de vizinho mais próximo exata e aproximada mais rápida para vetores de alta dimensão
- Faiss é construído em torno do objeto Index. Ele encapsula o conjunto de vetores do banco de dados e, opcionalmente, os pré-processa para tornar a pesquisa eficiente
Linguagem de Programação
C + +
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/faiss.mirror/. Ele foi hospedado no OnWorks para ser executado on-line da maneira mais fácil a partir de um de nossos sistemas operacionais gratuitos.