SPTAG 正在参加 2020 年度 OSC 中国开源项目评选,请投票支持!
SPTAG 在 2020 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
投票让它出道
已投票
SPTAG 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」 !
SPTAG 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」「最积极运营项目」 !
SPTAG 获得 2020 年度 OSC 中国开源项目评选「最积极运营项目」 !

软件简介

SPTAG (Space Partition Tree And Graph)是分布式近似最近邻域搜索(ANN)库,为大规模矢量搜索场景提供高质量矢量索引构建,搜索和分布式在线服务工具包。

architecture

该库假定样本表示为向量,并且可以通过 L2 距离或余弦距离来比较向量。为查询向量返回的向量是与查询向量具有最小 L2 距离或余弦距离的向量。

SPTAG 提供两种方法:kd-tree 和相对邻域图(SPTAG-KDT),以及平衡 k-means 树和相对邻域图(SPTAG-BKT)。SPTAG-KDT 在指数构建成本方面是有利的,而 SPTAG-BKT 在非常高维数据中的搜索精度方面是有利的。

展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论 (3)

加载中
打分: 很差
构建不起来
02/19 10:23
回复
举报
一点都看不懂
2019/05/16 19:04
回复
举报
微软大法好
2019/05/16 09:09
回复
举报
更多评论
发表于AI & 大数据专区
2019/05/16 08:22

微软开源了 Bing 搜索背后的关键算法

微软刚刚宣布开源一项 Bing 搜索背后的关键算法——SPTAG,它使 Bing 能够快速将搜索结果返回给用户。 仅在几年前,网络搜索很简单,用户输入几个关键词并浏览结果页面。 今天,相同的用户可能会在手机上拍照并将其放入搜索框中,或使用智能助手提问,而无需亲自触摸设备。他们也可能会输入一个问题并期待一个实际的答复,而不是一个可能答案的页面列表。 SPTAG (Space Partition Tree And Graph)是分布式近似最近邻域搜索(A...

30
107
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
发表于AI & 大数据专区
2020/12/29 08:50

贝壳找房基于Milvus的向量搜索实践(一)

摘要:本系列文章分为三部分,第一部分主要讲基本概念、背景、选型及服务的整体架构;第二部分主要讲针对低延时、高吞吐需求,我们对Milvus部署方式的一种定制;第三部分主要讲实现数据更新、保证数据一致性,以及保证服务稳定及提高资源利用率做的一些事情。 1.名词解释 Milvus[1]:一种基于Faiss[5],NMSLIB[6] 和 Annoy[7]的相似特征向量搜索引擎。 向量:即特征向量,是对客观世界物体特征的数值表示;比如我们用RGB(红绿蓝)三元...

0
0
发表于AI & 大数据专区
2019/12/10 15:49

Milvus v0.6.0 新功能介绍

**版本兼容** | Milvus 版本 | pymilvus 版本 | Java SDK 版本 | | ----------- | ------------- | ------------- | | 0.6.0 | 0.2.6 | 0.4.0 | ## 发布时间:2019-12-07 ### 新增功能 - **仅支持 CPU 的 Milvus** 在之前的版本,我们只提供了 GPU 版本的 Milvus。为了降低用户使用门槛,从 v0.6.0 开始,Milvus 提供仅支持 CPU 和支持 GPU 两个版本的 Docker 镜像。CPU 版适合百万级数据的查询,镜像下载地址:milvusdb/milvus...

0
1
发表于AI & 大数据专区
2019/11/05 10:13

我们把全球领先的向量搜索引擎 Milvus 开源了

Milvus 高性能向量搜索引擎已经开源了。GitHub Repo:https://github.com/milvus-io/milvus (或点击阅读原文查看)。 Milvus 能够帮助用户轻松应对海量非结构化数据(图片/视频/语音/文本)检索。单节点 Milvus 可以在秒内完成十亿级的向量搜索,分布式架构亦能满足用户的水平扩展需求。 18位贡献者;3,600次commit;5个release迭代;近一年的深入调研与密集开发;以及无数根头发,共同见证了Milvus的研发历程。 一路走来,Mil...

0
0
发表了博客
2019/05/16 15:50

微软释出搜索引擎Bing下关键算法

微软开源释出搜索引擎Bing的关键算法Space Partition Tree And Graph(SPTAG),该算法透过向量搜寻的技术搭配深度学习模型,以持续改进搜寻结果,使Bing搜索引擎更了解数十亿网页搜寻背后的意图,在毫秒内从数十亿个资料向量中,搜寻出最相关的结果。微软在察觉用户搜寻的模式开始改变后,就开始使用向量搜寻技术,向量搜寻技术是用概念的方式来搜寻,而不是透过传统的关键词方式,举例来说,当使用者在搜索引擎Bing中输入「巴...

0
0
发表于程序人生专区
2020/03/10 20:44

开源向量搜索引擎-Milvus

Milvus是一套开源的向量搜索引擎,为海量特征向量的近似最近邻搜索(ANNS)而设计。相比 Faiss 和 SPTAG 这样的算子库,Milvus 提供完整的向量数据更新,索引与查询框架。Milvus 利用 GPU 进行索引加速与查询加速,能大幅提高单机性能。Milvus 向量搜索引擎可以广泛地和各种深度学习模型进行整合,简化 AI 应用落地的难度。Milvus遵守Apache 2.0开源协议。 在目前大部分的 AI 应用场景下,都可以使用 Milvus 来搭建智能应用系统...

0
0
发表于AI & 大数据专区
2019/11/25 09:00

Milvus进入LF AI基金会开源AI项目全景图

LF AI 基金会是 Linux 基金会旗下的 AI 专项子基金会。LF AI 致力于促进机器学习、深度学习等人工智能领域中的开源创新。通过构建与支持开源 AI 社区,基金会为社区成员创造了大量携手合作的机会。 Milvus 已于近日被 LF AI 基金会收入到开源 AI 项目全景图(l.lfai.foundation),隶属数据( Data )大类中的数据存储与数据格式( Store & Format )子类。同类中的其他知名项目有 Databricks ( Spark 母公司)的 Delta Lake 和...

0
0
发表于AI & 大数据专区
2019/12/12 09:00

Arch Meetup | 第二期精彩回顾

12月7日,ZILLIZ 的品牌线下技术沙龙 Arch Meetup 第二期在ZILLIZ会议室如期举行,本次 Arch Meetup 分享嘉宾ZILLIZ产品研发总监金海和云从科技中台产品中心技术总监 杨杰,分别从异构计算加速向量搜索和 Milvus 在云从的深度实践两个主题方向,为大家分享了精彩干货。 在第二期 Arch Meetup 上,金海介绍了 Milvus 总体架构,深入讲解 IVF SQ8 Hybrid 索引的实现原理。 Milvus 项目由来 提到 Milvus 的诞生,金海讲述了背景,在...

0
0
发表了博客
2019/08/20 17:16

zz【重磅】微软开源自动机器学习工具 - NNI

【重磅】微软开源自动机器学习工具 - NNI 在机器学习建模时,除了准备数据,最耗时耗力的就是尝试各种超参组合,找到模型最佳效果的过程了。即使是对于有经验的算法工程师和数据科学家,有时候也很难把握其中的规律,只能多次尝试,找到较好的超参组合。而对于初学者来说,要花更多的时间和精力。 自动机器学习这两年成为了热门领域,着力解决超参调试过程的挑战,通过超参选择算法和强大的算力来加速超参搜索的过程。 NNI (Neu...

0
0
发表于AI & 大数据专区
2019/11/18 09:00

大规模向量检索场景下的数据管理(上篇)

近年来,随着人工智能技术的普及,特别是大规模人脸识别技术的应用,市场对于大规模向量高性能检索的需求越发急迫。本文阐述了大规模向量检索场景下的数据管理策略:如何使数据更适合向量检索引擎的并行检索,如何减少数据在各级缓存中置换的性能损耗,及未来的优化方向。 一、什么是向量检索? 计算机是一个电子设备的集合体,无法像人一样感知世界。怎样使计算机认识这个世界呢?计算机认识数字,能通过数字来量化这个世界,用...

0
0
发表了博客
2019/04/10 10:10

《HelloGitHub》第 48 期

兴趣是最好的老师,HelloGitHub 就是帮你找到兴趣! 简介 分享 GitHub 上有趣、入门级的开源项目。 这是一个面向编程新手、热爱编程、对开源社区感兴趣 人群的月刊,月刊的内容包括:各种编程语言的项目、让生活变得更美好的工具、书籍、学习笔记、教程等,这些开源项目大多都是非常容易上手,而且非常 Cool。主要是希望大家能动手用起来,加入到开源社区中。 会编程的可以贡献代码 不会编程的可以反馈使用这些工具中的 Bug 帮着...

0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
暂无内容
3 评论
30 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部