目录
VF
总结
VF
平面索引很不错,但它无法扩展。这就是向量搜索的数据结构发挥作用的地方。通过牺牲准确性来减少运行时间,以便显著提高查询速度和吞吐量。现在有很多索引策略,其中最常用的是倒置文件索引(IVF)。
抛开花哨的名字,IVF 实际上是相当简单的。IVF 通过将整个数据集按分片排列以减少整个搜索范围。所有分片都与一个中心点相关联,数据集中的每个向量都被分配到与其最近的中心点对应的分片。
如果熟悉 FAISS,你应该对上图不会陌生。这是 Voronoi 图,直观地从两个维度展示了聚类分配。上图总共有 20 个单元(聚类),每个聚类的中心点显示为一个黑点。数据集中的所有点都将落入这 20 个区域中的一个。文章来源:https://www.toymoban.com/news/detail-559853.html
聚类中心点通常用一种叫做 K-means 的聚类算法来确定。K-means 是一种交互式算法,其工作原理是首先随机选择 K 个点作为一组聚文章来源地址https://www.toymoban.com/news/detail-559853.html
到了这里,关于ModaHub魔搭社区:AI原生云向量数据库MIlvus Cloud的倒置文件索引?的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!