结构体 faiss::PolysemousTraining

struct PolysemousTraining : public faiss::SimulatedAnnealingParameters

优化 ProductQuantizer 中索引的顺序

公共类型

enum Optimization_type_t

值

enumerator OT_None

enumerator OT_ReproduceDistances_affine

默认

enumerator OT_Ranking_weighted_diff

与 _2 相同，但使用 y+ 的排名 - y- 的排名

公共函数

PolysemousTraining()

void optimize_pq_for_hamming(ProductQuantizer &pq, size_t n, const float *x) const

重新排序质心，使得汉明距离成为 SDC 距离的良好近似值（由 train 调用）

void optimize_ranking(ProductQuantizer &pq, size_t n, const float *x) const

由 optimize_pq_for_hamming 调用

void optimize_reproduce_distances(ProductQuantizer &pq) const

由 optimize_pq_for_hamming 调用

size_t memory_usage_per_thread(const ProductQuantizer &pq) const

确保我们不会耗尽内存

公共成员

Optimization_type_t optimization_type

int ntrain_permutation

使用 1/4 的训练点进行优化，最大值为 ntrain_permutation。 如果 ntrain_permutation == 0：在质心上训练

double dis_weight_factor

权重距离损失的 exp 衰减

size_t max_memory

如果需要超过该数量的 RAM，则拒绝训练

std::string log_pattern

double init_temperature = 0.7

double temperature_decay = 0.9997893011688015

int n_iter = 500000

int n_redo = 2

int seed = 123

详细程度 = 0

仅翻转位 = 假

随机初始化 = 假