Microsoft යන්ත්‍ර ඉගෙනුම් පුස්තකාල මූලාශ්‍ර කේත (Space Partition Tree and Graph) ආසන්න ඇල්ගොරිතම ක්‍රියාත්මක කිරීමත් සමඟ . පුස්තකාලය මයික්‍රොසොෆ්ට් රිසර්ච් හි පර්යේෂණ අංශයේ සහ සෙවුම් තාක්ෂණ සංවර්ධන මධ්‍යස්ථානයේ (මයික්‍රොසොෆ්ට් සෙවුම් තාක්ෂණ මධ්‍යස්ථානය). ප්‍රායෝගිකව, සෙවුම් විමසුම්වල සන්දර්භය මත පදනම්ව වඩාත් අදාළ ප්‍රතිඵල තීරණය කිරීමට Bing සෙවුම් යන්ත්‍රය විසින් SPTAG භාවිතා කරයි. කේතය C++ සහ ලියා ඇත MIT බලපත්‍රය යටතේ. Linux සහ Windows සඳහා Build සඳහා සහය දක්වයි. පයිතන් භාෂාව සඳහා බන්ධනයක් ඇත.
සෙවුම් යන්ත්‍රවල දෛශික ආචයනය භාවිතා කිරීමේ අදහස දිගු කලක් තිස්සේ පාවෙමින් තිබුණද, ප්‍රායෝගිකව, දෛශික සමඟ මෙහෙයුම්වල ඉහළ සම්පත් තීව්‍රතාවය සහ පරිමාණය සීමා කිරීම් හේතුවෙන් ඒවා ක්‍රියාත්මක කිරීම අඩාල වේ. ආසන්නතම අසල්වැසි සෙවුම් ඇල්ගොරිතම සමඟ ගැඹුරු යන්ත්‍ර ඉගෙනීමේ ක්‍රම ඒකාබද්ධ කිරීමෙන් දෛශික පද්ධතිවල ක්‍රියාකාරීත්වය සහ පරිමාණය විශාල සෙවුම් යන්ත්‍ර සඳහා පිළිගත හැකි මට්ටමකට ගෙන ඒමට හැකි වී ඇත. උදාහරණයක් ලෙස, Bing හි, දෛශික බිලියන 150කට වැඩි දෛශික දර්ශකයක් සඳහා, වඩාත්ම අදාළ ප්‍රතිඵල ලබා ගැනීමට කාලය ms 8ක් තුළ වේ.
පුස්තකාලයට දර්ශකයක් තැනීම සහ දෛශික සෙවීම් සංවිධානය කිරීම සඳහා වන මෙවලම් මෙන්ම ඉතා විශාල දෛශික එකතුවක් ආවරණය වන පරිදි බෙදා හරින ලද මාර්ගගත සෙවුම් පද්ධතියක් පවත්වාගෙන යාම සඳහා මෙවලම් කට්ටලයක් ඇතුළත් වේ. පහත මොඩියුල: සුචිගත කිරීම සඳහා දර්ශක සාදන්නා, නෝඩ් කිහිපයක පොකුරක් තුළ බෙදා හරින ලද දර්ශකයක් භාවිතා කරමින් සෙවීම සඳහා සෙවුම්කරු, නෝඩ් මත හසුරුවන්නන් ධාවනය කිරීම සඳහා සේවාදායකය, සේවාදායකයන් කිහිපයක් එකකට ඒකාබද්ධ කිරීම සඳහා එකතු කරන්නා සහ විමසුම් යැවීම සඳහා සේවාදායකයා. නව දෛශික දර්ශකයට ඇතුළත් කිරීම සහ පියාසර කරන විට දෛශික මකා දැමීම සඳහා සහය දක්වයි.
එකතුවෙහි සැකසූ සහ ඉදිරිපත් කරන ලද දත්ත පදනම් වී සැසඳිය හැකි අදාළ දෛශික ආකාරයෙන් ආකෘතිගත කර ඇති බව පුස්තකාලය ඇඟවුම් කරයි. (L2) හෝ දුර සෙවුම් විමසුම මඟින් දෛශික සහ මුල් දෛශිකය අතර දුර අවම වේ. SPTAG දෛශික අවකාශය සංවිධානය කිරීම සඳහා ක්‍රම දෙකක් සපයයි: SPTAG-KDT (K-මාන ගස (K-dimensional tree)) සහ ) සහ SPTAG-BKT (k-එනම් ගස ( සහ සාපේක්ෂ අසල්වැසි ප්රස්ථාරය). පළමු ක්රමය දර්ශකය සමඟ වැඩ කරන විට අඩු සම්පත් අවශ්ය වන අතර, දෙවන ඉතා විශාල දෛශික එකතුවක් සඳහා සෙවුම් ප්රතිඵලවල ඉහළ නිරවද්යතාව පෙන්නුම් කරයි.
ඒ අතරම, දෛශික සෙවීම පෙළට පමණක් සීමා නොවන අතර බහුමාධ්‍ය තොරතුරු සහ රූප සඳහා මෙන්ම ස්වයංක්‍රීයව නිර්දේශ ජනනය කිරීමේ පද්ධති සඳහාද යෙදිය හැක. උදාහරණයක් ලෙස, PyTorch රාමුව මත පදනම් වූ එක් මූලාකෘතියක්, රූපවල ඇති වස්තූන්ගේ සමානතාවය මත පදනම්ව සෙවීම සඳහා දෛශික පද්ධතියක් ක්‍රියාත්මක කරන ලද අතර, සතුන්, බළලුන් සහ බල්ලන්ගේ රූප සහිත සමුද්දේශ එකතු කිහිපයක දත්ත භාවිතා කරමින් දෛශික කට්ටල බවට පරිවර්තනය කරන ලදී. . සෙවුම් සඳහා එන රූපයක් ලැබුණු විට, එය යන්ත්‍ර ඉගෙනුම් ආකෘතියක් භාවිතයෙන් දෛශිකයක් බවට පරිවර්තනය කරයි, එය මත පදනම්ව SPTAG ඇල්ගොරිතම භාවිතයෙන් දර්ශකයෙන් වඩාත්ම සමාන දෛශික තෝරාගෙන ඒ ආශ්‍රිත පින්තූර ප්‍රතිඵලයක් ලෙස ආපසු ලබා දෙනු ලැබේ.
මූලාශ්රය: opennet.ru