ann-benchmarks：Python中近似最近的邻居库的基准

docker benchmark nearest-neighbors DockerPython

基准化最近的邻居在高维空间中快速搜索最近的邻居已成为一个越来越重要的问题，但是到目前为止，还没有很多以客观方式比较方法的经验性尝试。该项目包含一些工具，用于对不同度量的近似最近邻（ANN）搜索的各种实现进行基准测试。我们已经预生成了数据集（采用HDF5格式），并且还为每种算法提供了Docker容器。有一个可确保每种算法都能正常工作。已评估：LSHForest，KDTree，BallTree ：SWGraph，HNSW，BallTree，MPLSH ：ONNG，PANNG，QG 数据集为此，我们有许多预先计算的数据集。所有数据集均已预先划分为训练/测试数据，并以前100个邻居的形式提供了地面真实数据。我们以HDF5格式存储它们：数据集外型尺寸火车尺寸测试尺寸邻居距离下载 96 990万 10,000 100 角度的（3.6GB） 784 60,000 10,000 100 欧几里得（217MB） 960 1,000,000 1,000 100 欧几里得（3.6GB） 25 1,183,514 10,0

文件下载

资源详情

[{"title":"（ 108 个子文件 1.17MB ） ann-benchmarks：Python中近似最近的邻居库的基准","children":[{"title":".dockerignore 13B ","children":null,"spread":false},{"title":"Dockerfile.elastiknn 2.19KB ","children":null,"spread":false},{"title":"Dockerfile.ngt 413B ","children":null,"spread":false},{"title":"Dockerfile.milvus 1.18KB ","children":null,"spread":false},{"title":"Dockerfile.flann 316B ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

ann-benchmarks：Python中近似最近的邻居库的基准

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载