Microsoft бар
Издөө системаларында вектордук сактагычты колдонуу идеясы бир топ убакыттан бери айланып келе жатканына карабастан, иш жүзүндө аларды ишке ашыруу векторлор менен операциялардын ресурстук жогорку интенсивдүүлүгү жана масштабдуулугунун чектөөлөрү менен тоскоол болууда. Терең машина үйрөнүү ыкмаларын жакынкы жакынкы издөө алгоритмдери менен айкалыштыруу вектордук системалардын иштешин жана масштабдуулугун чоң издөө системалары үчүн алгылыктуу деңгээлге жеткирүүгө мүмкүндүк берди. Мисалы, Bingде 150 миллиард вектордон турган вектордук индекс үчүн эң ылайыктуу натыйжаларды алуу убактысы 8 мс ичинде.
Китепкана индексти түзүү жана вектордук издөөлөрдү уюштуруу үчүн куралдарды, ошондой эле векторлордун өтө чоң коллекцияларын камтыган бөлүштүрүлгөн онлайн издөө системасын жүргүзүү үчүн куралдардын топтомун камтыйт.
Китепкана коллекцияда иштелип чыккан жана берилген маалыматтар тиешелүү векторлор түрүндө форматталганын билдирет, алардын негизинде салыштырууга болот.
Ошол эле учурда вектордук издөө текст менен эле чектелбейт жана мультимедиялык маалыматка жана сүрөттөргө, ошондой эле сунуштарды автоматтык түрдө түзүү тутумдарына колдонулушу мүмкүн. Мисалы, PyTorch алкагына негизделген прототиптердин бири векторлордун топтомуна айландырылган жаныбарлардын, мышыктардын жана иттердин сүрөттөрү менен бир нече маалымдама коллекцияларынын маалыматтарын колдонуу менен курулган сүрөттөрдөгү объекттердин окшоштугунун негизинде издөө үчүн вектордук системаны ишке ашырган. . Кирүүчү сүрөт издөө үчүн алынганда, ал машина үйрөнүү моделинин жардамы менен векторго айландырылат, анын негизинде SPTAG алгоритмин колдонуу менен индекстен эң окшош векторлор тандалып алынат жана натыйжада тиешелүү сүрөттөр кайтарылат.
Source: opennet.ru