https://index.zshipu.com/geek/tags/%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2/ Recent content in 向量检索 on 知识铺的博客 Hugo -- gohugo.io zh-CN Tue, 15 Mar 2022 11:27:01 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E6%9E%97%E7%9D%BF%E4%BB%8E%E6%A0%B8%E5%BF%83%E5%9B%A0%E5%AD%90%E9%A2%84%E4%BC%B0%E5%AE%9E%E4%BD%93%E8%AF%86%E5%88%AB%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0%E6%96%87%E6%9C%AC%E5%92%8C%E7%A9%BA%E9%97%B4%E7%9A%84%E6%90%9C%E7%B4%A2%E7%9B%B8%E5%85%B3%E6%80%A7/ Tue, 15 Mar 2022 11:27:01 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E9%98%BF%E9%87%8C%E9%A3%9E%E7%8C%AA%E6%9E%97%E7%9D%BF%E4%BB%8E%E6%A0%B8%E5%BF%83%E5%9B%A0%E5%AD%90%E9%A2%84%E4%BC%B0%E5%AE%9E%E4%BD%93%E8%AF%86%E5%88%AB%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0%E6%96%87%E6%9C%AC%E5%92%8C%E7%A9%BA%E9%97%B4%E7%9A%84%E6%90%9C%E7%B4%A2%E7%9B%B8%E5%85%B3%E6%80%A7/ 分享嘉宾：林睿 阿里巴巴 算法专家 编辑整理：李鹏 重庆邮电大学 出品平台：DataFunTalk 导读： 随着人们生活质量不断提高，出门旅行逐渐成为大众喜爱的消遣方式，酒店预定则是出游必不可少的一环。为了让用户拥有更好的体验，满足用户各种个性化地搜索，从而让用户在最短时间内找到心仪的酒店，文 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9D%A5%E4%B9%9F%E6%8A%80%E6%9C%AF%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2%E4%BD%BF%E7%94%A8%E5%9C%BA%E6%99%AF%E5%92%8C%E5%85%B3%E9%94%AE%E6%8A%80%E6%9C%AF/ Tue, 15 Mar 2022 10:00:52 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%9D%A5%E4%B9%9F%E6%8A%80%E6%9C%AF%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2%E4%BD%BF%E7%94%A8%E5%9C%BA%E6%99%AF%E5%92%8C%E5%85%B3%E9%94%AE%E6%8A%80%E6%9C%AF/ 深度学习可以对物理世界的人/物/场景所产生各种非结构化数据（如语音、图片、视频，语言文字、行为等）进行抽象，变成多维的表示向量。 物理世界的关系可以通过表示向量的距离数学运算得到。 一.向量检索的意义 深度学习最重要的作用就是“表示学习”【1】，简单来说，就是把对象通过深度模型表示成一 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%A7%E8%A7%84%E6%A8%A1%E7%89%B9%E5%BE%81%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2%E7%AE%97%E6%B3%95%E6%80%BB%E7%BB%93/ Tue, 15 Mar 2022 09:20:48 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A4%A7%E8%A7%84%E6%A8%A1%E7%89%B9%E5%BE%81%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2%E7%AE%97%E6%B3%95%E6%80%BB%E7%BB%93/ 编辑整理 梁尔舒 向量检索基本概念 向量从表现形式上就是一个一维数组。我们需要解决的问题是使用下面的公式度量距离寻找最相似的 K 个向量。 欧式距离： 两点间的真实距离，值越小，说明距离越近； 余弦距离：就是两个向量围成夹角的 cosine 值，cosine 值越大，越相似； 汉明距离：一般作用于二值化向量，二值 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%90%91%E9%87%8F%E6%90%9C%E7%B4%A2%E5%AE%9E%E8%B7%B5%E4%B8%80/ Tue, 15 Mar 2022 09:02:18 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%B4%9D%E5%A3%B3%E6%89%BE%E6%88%BF%E5%9F%BA%E4%BA%8E%E7%9A%84%E5%90%91%E9%87%8F%E6%90%9C%E7%B4%A2%E5%AE%9E%E8%B7%B5%E4%B8%80/ 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 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E5%AE%9D%E6%90%9C%E7%B4%A2%E4%B8%AD%E8%AF%AD%E4%B9%89%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2%E6%8A%80%E6%9C%AF/ Tue, 15 Mar 2022 08:59:41 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%B7%98%E5%AE%9D%E6%90%9C%E7%B4%A2%E4%B8%AD%E8%AF%AD%E4%B9%89%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2%E6%8A%80%E6%9C%AF/ 转载自 蘑菇先生学习记 今天带来一篇论文的分享，KDD'21的Applied Data Science Track中，淘宝搜索发表的一篇EBR文章[9]： Embedding-based Product Retrieval in Taobao Search 。论文要讨论的几大问题提前预览下： 搜索场景中，query如何 充分地进行语义表征 ？电商平台的query通常是短query，如何对有限长度的que https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2%E5%B9%B3%E5%8F%B0%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/ Tue, 15 Mar 2022 08:54:35 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%90%8C%E5%9F%8E%E5%90%91%E9%87%8F%E6%A3%80%E7%B4%A2%E5%B9%B3%E5%8F%B0%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/ 陈泽龙，58同城AI Lab后端工程师 导读: 向量检索在很多AI场景都会应用到，例如：在推荐系统中，召回环节基于用户向量计算其最相似的N个物品向量；在问答系统中，基于问题向量匹配相似的N个问题；在视频或图像检索中，通过对视频截图提取向量，然后搜索相似图像及图像对应的视频。 背景 为了满足 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%AD%E4%B9%89%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E4%B9%8B%E6%A3%80%E7%B4%A2/ Tue, 15 Mar 2022 08:54:32 +0800 https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E8%AF%AD%E4%B9%89%E5%90%91%E9%87%8F%E5%8F%AC%E5%9B%9E%E4%B9%8B%E6%A3%80%E7%B4%A2/ 作者： 蘑菇先生学习记 大规模特征向量检索算法总结 (LSH PQ HNSW) 本篇文章主要介绍KDD 2020 Applied Data Science Track Papers中的一篇来自Facebook的语义检索文章，Embedding-based Retrieval in Facebook Search。关于样本、模型、训练等细节可以参考：负样本为王：评Facebook的向量化召回算法。本文重