horapy ดาวน์โหลด - ดาวน์โหลด horapy ซอร์สโค้ด

horapy

ซอร์สโค้ดอื่น ๆ

1.0.0

ดาวน์โหลด

ฮอเรปปี้

[หน้าแรก] [เอกสาร] [ตัวอย่าง] [Hora]

Python เชื่อมโยงสำหรับ Hora Approximate Nearest Neighbor Search

คุณสมบัติที่สำคัญ

นักแสดง ⚡️
- SIMD-เร่ง (packed_simd)
- การใช้อัลกอริทึมที่เสถียร
- การออกแบบหลายเธรด
รองรับหลายดัชนี
- Hierarchical Navigable Small World Graph Index(HNSWIndex) (รายละเอียด)
- Satellite System Graph (SSGIndex) (รายละเอียด)
- Product Quantization Inverted File(PQIVFIndex) (รายละเอียด)
- Random Projection Tree(RPTIndex) (LSH, WIP)
- BruteForce (BruteForceIndex) (การใช้งานที่ไร้เดียงสากับ SIMD)
แบบพกพา
- รองรับ no_std (WIP บางส่วน)
- รองรับ Windows , Linux และ OS X
- รองรับ IOS และ Android (WIP)
- ไม่มี การพึ่งพาจำนวนมาก เช่น BLAS
ความน่าเชื่อถือ
- คอมไพเลอร์ Rust รักษาความปลอดภัยโค้ดทั้งหมด
- หน่วยความจำจัดการโดย Rust
- ครอบคลุมการทดสอบในวงกว้าง
รองรับหลายระยะทาง ?
- Dot Product Distance
- Euclidean Distance
- Manhattan Distance
- Cosine Similarity
มีประสิทธิผล
- มีเอกสารอย่างดี
- API ที่หรูหราและเรียบง่าย เรียนรู้ได้ง่าย

เกณฑ์มาตรฐาน

โดย aws t2.medium (CPU: Intel(R) Xeon(R) CPU E5-2686 v4 @ 2.30GHz) ข้อมูลเพิ่มเติม

การติดตั้ง

pip install horapy

ตัวอย่าง

 import numpy as np
from horapy import HNSWIndex

dimension = 50
n = 1000

# init index instance
index = HNSWIndex ( dimension , "usize" )

samples = np . float32 ( np . random . rand ( n , dimension ))
for i in range ( 0 , len ( samples )):
    # add node
    index . add ( np . float32 ( samples [ i ]), i )

index . build ( "euclidean" )  # build index

target = np . random . randint ( 0 , n )
# 410 in Hora ANNIndex <HNSWIndexUsize> (dimension: 50, dtype: usize, max_item: 1000000, n_neigh: 32, n_neigh0: 64, ef_build: 20, ef_search: 500, has_deletion: False)
# has neighbors: [410, 736, 65, 36, 631, 83, 111, 254, 990, 161]
print ( "{} in {} n has neighbors: {}" . format (
    target , index , index . search ( samples [ target ], 10 )))  # search