问题描述
我想了解 Annoy Indexing 的工作原理..我参考了以下文档:
https://github.com/spotify/annoy#how-does-it-work
https://cloud.google.com/solutions/machine-learning/building-real-time-embeddings-similarity-matching-system
这些文档解释了如何从 annoy 获取索引,但没有解释索引是如何创建的?
假设我有 3 维的句子嵌入矩阵(为简单起见)
[[1,2,3]
[4,3]
[1,1,1]]
查看许多资源让我在以下方面感到困惑:
- Annoy 会先将这些索引编入索引,然后再用于查找最近的邻居吗?
- 应用最近邻树,然后根据邻居索引?这似乎是最合适的。如果是,那么它如何索引?我想知道它背后的算法..
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)