tamizar1m

  • Descripción :

Incorporaciones preentrenadas para la búsqueda aproximada del vecino más cercano utilizando la distancia euclidiana. Este conjunto de datos consta de dos divisiones:

  1. 'base de datos': consta de 1 000 000 puntos de datos, cada uno tiene características: 'incrustación' (128 flotantes), 'índice' (int64), 'vecinos' (lista vacía).
  2. 'prueba': consta de 10,000 puntos de datos, cada uno tiene características: 'incrustación' (128 flotantes), 'índice' (int64), 'vecinos' (lista de 'índice' y 'distancia' de los vecinos más cercanos en la base de datos. )
Separar Ejemplos
'database' 1,000,000
'test' 10,000
  • Estructura de características :
FeaturesDict({
    'embedding': Tensor(shape=(128,), dtype=tf.float32),
    'index': Scalar(shape=(), dtype=tf.int64),
    'neighbors': Sequence({
        'distance': Scalar(shape=(), dtype=tf.float32),
        'index': Scalar(shape=(), dtype=tf.int64),
    }),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
incrustación Tensor (128,) tf.float32
índice Escalar tf.int64 Índice dentro de la división.
vecinos Secuencia Los vecinos calculados, que solo están disponibles para la división de prueba.
vecinos/distancia Escalar tf.float32 Distancia vecina.
vecinos/índice Escalar tf.int64 Índice de vecinos.
  • Cita :
@article{jegou2010product,
  title={Product quantization for nearest neighbor search},
  author={Jegou, Herve and Douze, Matthijs and Schmid, Cordelia},
  journal={IEEE transactions on pattern analysis and machine intelligence},
  volume={33},
  number={1},
  pages={117--128},
  year={2010},
  publisher={IEEE}
}