【PostgreSQL 创新营】第四课:高维向量检索的设计与实践 答疑汇总
stromal
2021-01-25
72浏览量
简介:
【PostgreSQL 创新营】第四课:高维向量检索的设计与实践 答疑汇总
-
请问以图搜图,背后必须用到AI的算法吗?怎么将图转化为可识别的向量呢?
不是必须用到深度学习算法,有一些传统的方法比如SIFT算法等也是可以得到图像的向量的
-
如果实现以拍照上传的图搜已有的库图,用pg实现的,哪些是必须要搭建和部署的?请您指导一下。
以图搜图服务,整体上分为这样几个部分:
1.确定图像算法,并利用tensorflow等框架进行模型训练
2.搭建图像inference服务,即图像抽特征向量服务
3.对全量的图片库文件,调用inference服务,计算出图像的向量
4.导入PG,利用PASE插件进行向量索引构建
5.在线查询,首先将传入的图像同样调用inference服务,得到查询的图像向量,再经过PG的PASE插件进行向量查询
-
hnsw支持并行建索引了吗?
目前还没有。
-
PASE是开源的吗?后续PASE是否会增加其它的检索算法?PASE有工业落地的Case吗?
还在走开源流程,目前还没开放
-
hnsw能和btree索引融合查询吗?
可以
机器学习/深度学习
人工智能
算法
关系型数据库
TensorFlow
算法框架/工具
PostgreSQL
索引
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。