 |
lunaticus7V2EX 第 19840 号会员，加入于 2012-04-24 00:23:46 +08:00 |
lunaticus7 最近回复了
2022 年 9 月 9 日 回复了 Guesser 创建的主题 › Python › py 有什么好用的数据分析工具 |
试试 Prometheus?
2022 年 7 月 7 日 回复了 vain 创建的主题 › 美酒与美食 › 有什么酒庄或酒商的波特酒推荐一下？ |
可以试试 Taylor's LBV
---
红玉波特酒: Ruby Port
---
年份波特方差很大水太深，不太懂。不过如果只是想要个生日酒的话，看价钱合适就买呗
---
红玉波特酒: Ruby Port
---
年份波特方差很大水太深，不太懂。不过如果只是想要个生日酒的话，看价钱合适就买呗
2022 年 2 月 6 日 回复了 knowckx 创建的主题 › Python › 请教一个 Python 浮点数的小问题 |
https://docs.python.org/3/library/decimal.html
想要精确小数的话可以用 decimal
想要精确小数的话可以用 decimal
2019 年 7 月 4 日 回复了 sunhk25 创建的主题 › Python › Python +mongodb：如何快速计算大量向量近似度 |
`但是从 DB 把数据拿到内存就需要 7 秒` 是指取 20000 * 250 向量？
特征向量为什么要存 mangoDB 嘛，这点量也没多少，直接塞内存，精度可以转成 np.float32 甚至 np.float16，能省很多内存，这些精度做检索够用
解决了了从数据库读特征向量的问题后，就可以优化检索计算了
大方向就是分级检索：先用低运算量低精度的 metirc （句向量的话直接 cosine 就行）快速检索出一个较大的候选集，然后在候选集内部再用正常的高精度低速 metirc 得出最终结果
懒得折腾可以直接上 fb 家的 faiss
PS.你什么算法啊，20w 数据相似度居然要算 2s ？
特征向量为什么要存 mangoDB 嘛，这点量也没多少，直接塞内存，精度可以转成 np.float32 甚至 np.float16，能省很多内存，这些精度做检索够用
解决了了从数据库读特征向量的问题后，就可以优化检索计算了
大方向就是分级检索：先用低运算量低精度的 metirc （句向量的话直接 cosine 就行）快速检索出一个较大的候选集，然后在候选集内部再用正常的高精度低速 metirc 得出最终结果
懒得折腾可以直接上 fb 家的 faiss
PS.你什么算法啊，20w 数据相似度居然要算 2s ？
Select Language