File IndexLSH.h
-
namespace faiss
实现了多种变体的 k-means 聚类。
版权所有 (c) Facebook, Inc. 及其附属公司。
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 压缩和累加函数
基本内核用 bbs = nb * 2 * 16 个向量累加 nq 查询向量，并为此生成一个输出矩阵。 对于 nq * nb <= 4 来说这很有趣，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。 当多个向量以批处理方式一起处理（添加/搜索）时，大多数算法都可以进行优化。 在这种情况下，它们作为矩阵传递。 当大小为 d 的 n 个向量作为 float * x 提供时，向量 i 的分量 j 为
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。 在指定矩阵大小时，我们将其称为 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。
读取函数返回的对象应使用 delete 释放。 这些对象中的所有引用都由该对象拥有。
倒排列表的定义 + 一些实现接口的常见类。
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。 大多数函数都可以用于 IndexIVF 和嵌入在 IndexPreTransform 中的 IndexIVF。
在此文件中，实现了 L2 和内积之外的额外指标
实现了一些神经网络层，主要用于支持 QINCo
定义了一些将转换应用于一组向量的对象。 通常这些是预处理步骤。
-
struct IndexLSH : public faiss::IndexFlatCodes
- #include <IndexLSH.h>
每个向量分量的符号都放在二进制签名中
公共函数
-
const float *apply_preprocess(idx_t n, const float *x) const
预处理输入并调整其大小以符合二值化数据所需的大小
- 参数:
x – 输入向量，大小为 n * d
- 返回值:
输出向量，大小为 n * bits。 可能与 x 指向同一地址，否则应由调用者删除
-
virtual void train(idx_t n, const float *x) override
在一组有代表性的向量上执行训练
- 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
通过解码实现的搜索
-
void transfer_thresholds(LinearTransform *vt)
将阈值转移到预处理阶段（并取消设置 train_thresholds）
-
inline ~IndexLSH() override
-
IndexLSH()
-
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
-
const float *apply_preprocess(idx_t n, const float *x) const
-
struct IndexLSH : public faiss::IndexFlatCodes