文件 Index2Layer.h

namespace faiss

实现了具有多种变体的 k-means 聚类。

此源代码根据 MIT 许可证获得许可，该许可证位于此源树的根目录中的 LICENSE 文件中。

IDSelector 旨在定义要处理的向量子集（用于删除或作为搜索的子集）

PQ4 SIMD 打包和累积函数

基本内核使用 bbs = nb * 2 * 16 向量累积 nq 查询向量，并为此生成一个输出矩阵。对于 nq * nb <= 4 来说很有意思，否则寄存器溢出变得太大。

这些函数的实现分布在 3 个 cpp 文件中，以减少并行编译时间。模板被显式实例化。

此文件包含用于计算距离的内核的回调。

在整个库中，向量以 float * 指针的形式提供。当批量处理（添加/搜索）多个向量时，大多数算法都可以得到优化。在这种情况下，它们作为矩阵传入。当 n 个大小为 d 的向量以 float * x 的形式提供时，向量 i 的分量 j 是

x[ i * d + j ]

其中 0 <= i < n 且 0 <= j < d。换句话说，矩阵始终是紧凑的。当指定矩阵的大小时，我们称之为 n*d 矩阵，这意味着行优先存储。

I/O 函数可以读取/写入到文件名、文件句柄或抽象介质的对象。

读取函数返回应该使用 delete 释放的对象。这些对象中的所有引用都归该对象所有。

反向列表的定义 + 几个实现该接口的常用类。

由于 IVF（倒排文件）索引对于大规模用例非常有用，因此我们将与它们相关的一些函数分组到这个小型库中。大多数函数都可以在 IndexIVF 和嵌入在 IndexPreTransform 中的 IndexIVF 上工作。

在此文件中，实现了超出 L2 和内积的额外度量

实现了一些神经网络层，主要用于支持 QINCo

定义一些将变换应用于一组向量的对象。这些通常是预处理步骤。

变量

FAISS_API int index2layer_sa_encode_bs

struct Index2Layer : public faiss::IndexFlatCodes 

#include <Index2Layer.h>

与没有倒排列表的 IndexIVFPQ 相同：代码按顺序存储

该类主要用于存储可以随机访问的编码向量，未实现搜索功能。

公共函数

Index2Layer(Index *quantizer, size_t nlist, int M, int nbit = 8, MetricType metric = METRIC_L2)

Index2Layer()

~Index2Layer()

virtual void train(idx_t n, const float *x) override

在具有代表性的向量集上执行训练

参数:

n – 训练向量的数量
x – 训练向量，大小为 n * d

virtual void search(idx_t n, const float *x, idx_t k, float *distances, idx_t *labels, const SearchParameters *params = nullptr) const override: 未实现

virtual DistanceComputer *get_distance_computer() const override

获取此类型索引的 DistanceComputer (在 AuxIndexStructures 中定义) 对象。

DistanceComputer 是为支持随机访问其向量的索引实现的。

void transfer_to_IVFPQ(IndexIVFPQ &other) const: 将平面代码传输到 IVFPQ 索引

virtual void sa_encode(idx_t n, const float *x, uint8_t *bytes) const override

编码一组向量

参数:

n – 向量的数量
x – 输入向量，大小为 n * d
bytes – 输出编码向量，大小为 n * sa_code_size()

virtual void sa_decode(idx_t n, const uint8_t *bytes, float *x) const override

解码一组向量

参数:

n – 向量的数量
bytes – 输入编码向量，大小为 n * sa_code_size()
x – 输出向量，大小为 n * d

公共成员

Level1Quantizer q1: 第一级量化器

ProductQuantizer pq: 第二级量化器始终是 PQ

size_t code_size_1: 第一级的代码大小 (ceil(log8(q1.nlist)))

size_t code_size_2: 第二级的代码大小