<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>向量化 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek001/tags/%E5%90%91%E9%87%8F%E5%8C%96/</link>
    <description>Recent content in 向量化 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 20 Aug 2024 02:55:44 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek001/tags/%E5%90%91%E9%87%8F%E5%8C%96/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Faiss向量数据库Docker化部署与向量化执行教程</title>
      <link>https://index.zshipu.com/geek001/post/20240801/Faiss%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93Docker%E5%8C%96%E9%83%A8%E7%BD%B2%E4%B8%8E%E5%90%91%E9%87%8F%E5%8C%96%E6%89%A7%E8%A1%8C%E6%95%99%E7%A8%8B--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Tue, 20 Aug 2024 02:55:44 +0000</pubDate>
      <guid>https://index.zshipu.com/geek001/post/20240801/Faiss%E5%90%91%E9%87%8F%E6%95%B0%E6%8D%AE%E5%BA%93Docker%E5%8C%96%E9%83%A8%E7%BD%B2%E4%B8%8E%E5%90%91%E9%87%8F%E5%8C%96%E6%89%A7%E8%A1%8C%E6%95%99%E7%A8%8B--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>Faiss向量数据库使用教程：Docker化部署与向量化执行 一、前言 Faiss（Facebook AI Similarity Search）是由Facebook AI开发的一个高效相似性搜索库和工具集。它能够支持数十亿级别的向量存储，并在毫秒级别完成相似性搜索，为推荐系统、图像和文本检索等任务提供了强大的解</description>
    </item>
  </channel>
</rss>
