ふるい1m

  • 説明：

ユークリッド距離を使用した近似最近傍検索用の事前トレーニングされた埋め込み。このデータセットは 2 つの分割で構成されています。

  1. 「データベース」: 1,000,000 個のデータ ポイントで構成され、それぞれに「埋め込み」 (128 浮動小数点)、「インデックス」 (int64)、「近傍」 (空のリスト) の機能があります。
  2. 「テスト」: 10,000 個のデータ ポイントで構成され、それぞれに次の機能があります。「埋め込み」(128 浮動小数点)、「インデックス」(int64)、「近傍」(データベース内の最も近い近傍の「インデックス」と「距離」のリスト)。 )
スプリット例
'database' 1,000,000
'test' 10,000
  • 機能の構造:
FeaturesDict({
    'embedding': Tensor(shape=(128,), dtype=float32),
    'index': Scalar(shape=(), dtype=int64, description=Index within the split.),
    'neighbors': Sequence({
        'distance': Scalar(shape=(), dtype=float32, description=Neighbor distance.),
        'index': Scalar(shape=(), dtype=int64, description=Neighbor index.),
    }),
})
  • 機能ドキュメント:
特徴クラス形Dタイプ説明
特徴辞書
埋め込みテンソル(128,) float32
索引スカラーint64スプリット内のインデックス。
隣人順序計算された近傍。テスト分割でのみ使用できます。
隣人/距離スカラーfloat32隣人の距離。
近隣/インデックススカラーint64近隣インデックス。
  • 引用：
@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}
}