nsg

NSG: 遍历分散图以进行近似最近邻搜索

合作

如果您对最近邻搜索的研究方向或应用感兴趣，并希望进行合作，请随时通过 [email protected] 与我联系。 目录

• 简介
• 性能
  • 数据集
  • 与其他算法的比较
  • 结果
• 构建说明
  • 前提条件
  • 在 Ubuntu/Debian 上编译
  • (可选) Docker 使用
• 使用
  • 构建 NSG 索引
  • 通过 NSG 索引进行搜索
• 我们论文中使用的参数
  • NSG 构建
  • 预先构建的 kNN 图和 NSG 索引
• 在淘宝电商数据上的性能
• 参考
• 待办事项
• 许可

简介

• SIFT1M 和 GIST1M
• 合成数据集: RAND4M 和 GAUSS5M

• RAND4M: 从 [-1, 1] 的均匀分布中采样的 400 万个 128 维向量。
• GAUSS5M: 从 N(0,3) 的高斯分布中采样的 500 万个 128 维向量。