Microsoft Firma
Trotz der Tatsaach datt d'Iddi fir Vektorlagerung a Sichmotoren ze benotzen fir eng laang Zäit ronderëm schwëmmt, an der Praxis ass hir Ëmsetzung behënnert vun der héijer Ressourceintensitéit vun Operatiounen mat Vektoren a Skalierbarkeetbeschränkungen. D'Kombinatioun vun Deep Machine Learning Methoden mat ongeféieren noosten Noper Sich Algorithmen huet et méiglech gemaach d'Performance an d'Skalierbarkeet vu Vecteure Systemer op e Niveau akzeptabel fir grouss Sichmotoren ze bréngen. Zum Beispill, am Bing, fir e Vektorindex vun iwwer 150 Milliarde Vecteure, ass d'Zäit fir déi relevantst Resultater ze kréien bannent 8 ms.
D'Bibliothéik enthält Tools fir en Index ze bauen an Vektorsich ze organiséieren, souwéi eng Rei vun Tools fir e verdeelt Online Sichsystem z'erhalen deen ganz grouss Sammlunge vu Vecteure deckt.
D'Bibliothéik implizéiert datt d'Daten, déi an der Sammlung veraarbecht a presentéiert ginn, formatéiert sinn a Form vu verwandte Vektoren, déi vergläicht kënne ginn baséiert op
Zur selwechter Zäit ass Vecteure Sich net limitéiert op Text a kann op Multimedia Informatioun a Biller applizéiert ginn, souwéi a Systemer fir automatesch Empfehlungen ze generéieren. Zum Beispill huet ee vun de Prototypen op Basis vum PyTorch Kader e Vektorsystem implementéiert fir d'Sich baséiert op der Ähnlechkeet vun Objeten a Biller, gebaut mat Daten aus verschiddene Referenzkollektiounen mat Biller vun Déieren, Kazen an Hënn, déi an Sets vu Vecteure ëmgewandelt goufen. . Wann en erakommt Bild fir d'Sich kritt gëtt, gëtt et mat engem Maschinnléiermodell an e Vektor ëmgewandelt, baséiert op deem déi ähnlechst Vektoren aus dem Index mat dem SPTAG Algorithmus ausgewielt ginn an déi assoziéiert Biller als Resultat zréckginn.
Source: opennet.ru