setacciare1m

  • Descrizione :

Incorporamenti pre-addestrati per la ricerca approssimativa del vicino più vicino utilizzando la distanza euclidea. Questo set di dati è costituito da due suddivisioni:

  1. 'database': è composto da 1.000.000 di punti dati, ciascuno ha caratteristiche: 'incorporamento' (128 float), 'indice' (int64), 'vicini' (elenco vuoto).
  2. 'test': consiste di 10.000 punti dati, ciascuno ha caratteristiche: 'incorporamento' (128 float), 'indice' (int64), 'vicini' (elenco di 'indice' e 'distanza' dei vicini più vicini nel database. )
Diviso Esempi
'database' 1.000.000
'test' 10.000
  • Struttura delle caratteristiche :
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.),
    }),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
incorporamento Tensore (128,) float32
indice Scalare int64 Indice all'interno della divisione.
vicinato Sequenza I vicini calcolati, disponibili solo per la suddivisione del test.
vicini/distanza Scalare float32 Distanza dal vicino.
vicini/indice Scalare int64 Indice dei vicini.
  • Citazione :
@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}
}