README.ar.md

فـيس (Faiss)

[English]

روابط لغة الأسس لمكتبة FAISS - مكتبة للبحث الفعّال عن التشابه وتجميع المتجهات الكثيفة.

نظرة عامة

توفر هذه المكتبة روابط لغة الأسس لمكتبة FAISS، مما يتيح عمليات البحث عن التشابه في المتجهات والتجميع عالية الأداء في لغة الأسس.

التثبيت

اشمل "مـحا"؛
مـحا.اشمل_حزمة("Alusus/Faiss@0.1"، "فـيس.أسس")؛
استخدم فـيس؛

import "Apm";
Apm.importPackage("Alusus/Faiss@0.1");
use Faiss;

البدء السريع

مثال بالعربية

اشمل "مـتم/طـرفية"؛
اشمل "مـتم/مـصفوفة"؛
اشمل "مـحا"؛
مـحا.اشمل_حزمة("Alusus/Faiss@0.1"، "فـيس.أسس")؛
استخدم مـتم؛
استخدم فـيس؛

// إنشاء فهرس مسطح بمتجهات رباعية الأبعاد
عرف الفهرس: سند[فـهرس]؛
فـهرس.أنشئ(الفهرس، 4، "Flat"، نـوع_قياس._نتاج_داخلي_)؛

// إضافة متجهات إلى الفهرس
عرف سب: مـصفوفة[عـائم]({1.0، 2.0، 3.0، 4.0، 2.0، 3.0، 4.0، 5.0})؛
الفهرس.أضف(2، سب.صوان)؛  // متجهان

// البحث عن أقرب الجيران
عرف سس: مـصفوفة[عـائم]({1.5، 2.5، 3.5، 4.5})؛
عرف الوسوم: مصفوفة[صحيح[64]، 3]؛
عرف المسافات: مصفوفة[عـائم، 3]؛
الفهرس.ابحث(1، سس.صوان، 3، المسافات، الوسوم)؛  // البحث عن أقرب 3 جيران

// التنظيف
فـهرس.حرر(الفهرس)؛

مثال بالإنجليزية

import "Srl/Console";
import "Srl/Array";
import "Apm";
Apm.importPackage("Alusus/Faiss@0.1");
use Srl;
use Faiss;

// Create a flat index with 4-dimensional vectors
def index: ref[Index];
Index.new(index, 4, "Flat", MetricType.METRIC_INNER_PRODUCT);

// Add vectors to the index
def xb: Array[Float]({1.0, 2.0, 3.0, 4.0, 2.0, 3.0, 4.0, 5.0});
index.add(2, xb.buf);  // 2 vectors

// Search for nearest neighbors
def xq: Array[Float]({1.5, 2.5, 3.5, 4.5});
def labels: array[Int[64], 3];
def distances: array[Float, 3];
index.search(1, xq.buf, 3, distances, labels);  // Find 3 nearest neighbors

// Clean up
Index.free(index);

انظر الأمثلة الكاملة في مجلد Examples/.

التوثيق

تلتف هذه المكتبة حول واجهة FAISS البرمجية بلغة C. للحصول على توثيق مفصل حول المفاهيم والخوارزميات وأفضل الممارسات، يرجى الرجوع إلى التوثيق الرسمي لـ FAISS:

• التوثيق الرئيسي: https://github.com/facebookresearch/faiss/wiki
• مرجع واجهة C البرمجية: https://github.com/facebookresearch/faiss/blob/main/c_api/
• دليل البدء: https://github.com/facebookresearch/faiss/wiki/Getting-started
• دليل اختيار الفهرس: https://github.com/facebookresearch/faiss/wiki/Guidelines-to-choose-an-index

مرجع الواجهة البرمجية

فـهرس / Index

الصنف الرئيسي للبحث عن التشابه. توثيق واجهة C البرمجية

الأصناف الأساسية:

أنشئ / new

دالة أنشئ(الكائن: سند[سند[فـهرس]]، ب: صـحيح، وصف: مـؤشر_محارف، نوع_القياس: صـحيح): صـحيح

func new(obj: ref[ref[Index]], d: Int, description: CharsPtr, metric: Int): Int

إنشاء فهرس باستخدام نص المصنع.

حمل / load

دالة حمل(اسم_الملف: مـؤشر_محارف، خيارات: صـحيح، الكائن: سند[سند[فـهرس]]): صـحيح

func load(fname: CharsPtr, flags: Int, obj: ref[ref[Index]]): Int

تحميل فهرس من ملف.

احفظ / save

دالة احفظ(الكائن: سند[فـهرس]، اسم_الملف: مـؤشر_محارف): صـحيح

func save(obj: ref[Index], fname: CharsPtr): Int

حفظ الفهرس إلى ملف.

حرر / free

دالة حرر(obj: سند[فـهرس])

func free(obj: ref[Index])

تحرير ذاكرة الفهرس.

الدوال الرئيسية:

درب / train

عملية هذا.درب(n: صـحيح[64]، x: سند[مصفوفة[عـائم]]): صـحيح

handler this.train(n: Int[64], x: ref[array[Float]]): Int

تدريب الفهرس على البيانات.

أضف / add

عملية هذا.أضف(n: صـحيح[64]، x: سند[مصفوفة[عـائم]]): صـحيح

handler this.add(n: Int[64], x: ref[array[Float]]): Int

إضافة متجهات إلى الفهرس.

ابحث / search

عملية هذا.ابحث(n: صـحيح[64]، x: سند[مصفوفة[عـائم]]، k: صـحيح[64]،
   مسافات: سند[مصفوفة[عـائم]]، labels: سند[مصفوفة[صـحيح[64]]]
 ): صـحيح

handler this.search(n: Int[64], x: ref[array[Float]], k: Int[64], distances: ref[array[Float]], labels: ref[array[Int[64]]]): Int

البحث عن k من أقرب الجيران.

بحث_المدى / rangeSearch

عملية هذا.بحث_المدى(n: صـحيح[64]، x: سند[مصفوفة[عـائم]]، radius: عـائم، result: سند[نـتيجة_بحث_مدى]): صـحيح

handler this.rangeSearch(n: Int[64], x: ref[array[Float]], radius: Float, result: ref[RangeSearchResult]): Int

البحث بنطاق.

أعد_الضبط / reset

عملية هذا.أعد_الضبط(): صـحيح

handler this.reset(): Int

إزالة جميع المتجهات من الفهرس.

احذف_المعرفات / removeIds

عملية هذا.احذف_المعرفات(sel: سند[مـنتقي_معرف]، nRemoved: سند[طـبيعي_متكيف]): صـحيح

handler this.removeIds(sel: ref[IdSelector], nRemoved: ref[ArchWord]): Int

إزالة متجهات محددة.

الخصائص:

البعد / d

البعد: صحيح[64]

d: Int[64]

بُعد المتجه.

العدد_الكلي / nTotal

العدد_الكلي: صحيح[64]

nTotal: Int[64]

العدد الإجمالي للمتجهات المفهرسة.

مدرب / isTrained

مدرب: صحيح

isTrained: Int

ما إذا كان الفهرس مدرباً (0 أو 1).

نوع_القياس / metricType

نوع_القياس: نـوع_قياس

metricType: MetricType

مقياس المسافة المستخدم.

إطناب / verbose

إطناب: صحيح

verbose: Int

مستوى الإسهاب.

فـهرس_مسطح / IndexFlat

فهرس القوة الغاشمة الذي يقوم بالبحث الدقيق. دليل

الإنشاء:

أنشئ / new

دالة أنشئ(obj: سند[سند[فـهرس_مسطح]]): صـحيح
دالة أنشئ(obj: سند[سند[فـهرس_مسطح]]، d: صـحيح[64]، metric: نـوع_قياس): صـحيح

func new(obj: ref[ref[IndexFlat]]): Int
func new(obj: ref[ref[IndexFlat]], d: Int[64], metric: MetricType): Int

دوال إضافية:

هات_البيانات / getXb

عملية هذا.هات_البيانات(outXb: سند[سند[مصفوفة[عـائم]]]، outSize: سند[طـبيعي_متكيف])

handler this.getXb(outXb: ref[ref[array[Float]]], outSize: ref[ArchWord])

الحصول على المتجهات المخزنة.

احسب_مسافة_مجموعة_جزئية / computeDistanceSubset

عملية هذا.احسب_مسافة_مجموعة_جزئية(n: صـحيح[64]، x: سند[مصفوفة[عـائم]]، k: صـحيح[64]، outDistances: سند[مصفوفة[عـائم]]، labels: سند[مصفوفة[صـحيح[64]]]): صـحيح

handler this.computeDistanceSubset(n: Int[64], x: ref[array[Float]], k: Int[64], outDistances: ref[array[Float]], labels: ref[array[Int[64]]]): Int

حساب المسافات إلى مجموعة جزئية.

يرث جميع دوال فـهرس / Index.

فـهرس_مسطح_آيبي / IndexFlatIp

فهرس مسطح متخصص لمقياس الجداء الداخلي. توثيق

الإنشاء:

أنشئ / new

دالة أنشئ(obj: سند[سند[فـهرس_مسطح_آيبي]]): صـحيح
دالة أنشئ(obj: سند[سند[فـهرس_مسطح_آيبي]]، d: صـحيح[64]): صـحيح

func IndexFlatIp.new(obj: ref[ref[IndexFlatIp]]): Int
func IndexFlatIp.new(obj: ref[ref[IndexFlatIp]], d: Int[64]): Int

فـهرس_مسطح_ل2 / IndexFlatL2

فهرس مسطح متخصص لمسافة L2 (إقليدس). توثيق

الإنشاء:

أنشئ / new

دالة أنشئ(obj: سند[سند[فـهرس_مسطح_ل2]]): صـحيح
دالة أنشئ(obj: سند[سند[فـهرس_مسطح_ل2]]، d: صـحيح[64]): صـحيح

func new(obj: ref[ref[IndexFlatL2]]): Int
func new(obj: ref[ref[IndexFlatL2]], d: Int[64]): Int

فـهرس_ملف_معكوس / IndexIvf

فهرس الملفات المعكوسة للبحث التقريبي الأسرع. دليل

عدد_القوائم / nList

عدد_القوائم: طـبيعي_متكيف

nList: ArchWord

عدد القوائم المعكوسة (العناقيد).

عدد_الاستقصاءات / nProbe

عدد_الاستقصاءات: طـبيعي_متكيف

nProbe: ArchWord

عدد العناقيد المراد زيارتها أثناء البحث (قابل للضبط).

المكمم / quantizer

المكمم: سند[فـهرس]

quantizer: ref[Index]

فهرس المكمم.

يمتلك_الحقول / ownFields

يمتلك_الحقول: صحيح

ownFields: Int

ما إذا كان الفهرس يمتلك حقوله.

دوال إضافية:

ادمج_من / mergeFrom

عملية هذا.ادمج_من(other: سند[فـهرس_ملف_معكوس]، addId: صـحيح[64]): صـحيح

handler this.mergeFrom(other: ref[IndexIvf], addId: Int[64]): Int

دمج فهرس IVF آخر.

انسخ_مجموعة_جزئية_إلى / copySubsetTo

عملية هذا.انسخ_مجموعة_جزئية_إلى(other: سند[فـهرس_ملف_معكوس]، subsetType: صـحيح، a1: صـحيح[64]، a2: صـحيح[64]): صـحيح

handler this.copySubsetTo(other: ref[IndexIvf], subsetType: Int, a1: Int[64], a2: Int[64]): Int

نسخ مجموعة جزئية من المتجهات.

هات_حجم_القائمة / getListSize

عملية هذا.هات_حجم_القائمة(listNo: طـبيعي_متكيف): طـبيعي_متكيف

handler this.getListSize(listNo: ArchWord): ArchWord

الحصول على حجم القائمة المعكوسة.

اصنع_تعيينا_مباشرا / makeDirectMap

عملية هذا.اصنع_تعيينا_مباشرا(newMaintainDirectMap: صـحيح): صـحيح

handler this.makeDirectMap(newMaintainDirectMap: Int): Int

إنشاء خريطة مباشرة لإعادة البناء.

عامل_عدم_التوازن / imbalanceFactor

عملية هذا.عامل_عدم_التوازن: عـائم[64]

handler this.imbalanceFactor: Float[64]

الحصول على عامل عدم توازن العناقيد.

اطبع_الإحصائيات / printStats

عملية هذا.اطبع_الإحصائيات()

handler this.printStats()

طباعة إحصائيات الفهرس.

فـهرس_ثنائي / IndexBinary

فهرس للمتجهات الثنائية (هامينغ). دليل

مشابه لـ فـهرس / Index ولكنه يعمل على المتجهات الثنائية (مصفوفات Word[8] بدلاً من Float).

الأصناف الداعمة

فـضاء_وسيط / ParameterSpace

إدارة معاملات الفهرس للبحث الشبكي والضبط. واجهة C البرمجية

الدوال:

أنشئ / new

دالة أنشئ(parameterSpace: سند[سند[فـضاء_وسيط]]): صـحيح

func new(parameterSpace: ref[ref[ParameterSpace]]): Int

حدد_وسيط_فهرس / setIndexParameter

عملية هذا.حدد_وسيط_فهرس(index: سند[فـهرس]، paramName: مـؤشر_محارف، val: عـائم[64]): صـحيح

handler this.setIndexParameter(index: ref[Index], paramName: CharsPtr, val: Float[64]): Int

تعيين معامل واحد.

حدد_وسطاء_فهرس / setIndexParameters

عملية هذا.حدد_وسطاء_فهرس(index: سند[فـهرس]، params: مـؤشر_محارف): صـحيح

handler this.setIndexParameters(index: ref[Index], params: CharsPtr): Int

تعيين معاملات متعددة.

أضف_مدى / addRange

عملية هذا.أضف_مدى(name: مـؤشر_محارف، outRange: سند[سند[مـدى_وسيط]]): صـحيح

handler this.addRange(name: CharsPtr, outRange: ref[ref[ParameterRange]]): Int

إضافة نطاق معامل.

وسـطاء_بحث / SearchParameters

معاملات البحث في وقت التشغيل. واجهة C البرمجية

الدوال:

أنشئ / new

دالة أنشئ(obj: سند[سند[وسـطاء_بحث]]، sel: سند[مـنتقي_معرف]): صـحيح

func new(obj: ref[ref[SearchParameters]], sel: ref[IdSelector]): Int

الخصائص:

عدد_الاستقصاءات / nProbe

عدد_الاستقصاءات: صحيح

nProbe: Int

عدد العناقيد المراد استقصاءها (لفهارس IVF).

وسـطاء_بحث_ملف_معكوس / SearchParametersIvf

معاملات بحث موسعة لفهارس IVF.

الدوال:

أنشئ / new

دالة أنشئ(obj: سند[سند[وسـطاء_بحث_ملف_معكوس]]): صـحيح
دالة أنشئ(obj: سند[سند[وسـطاء_بحث_ملف_معكوس]]، sel: سند[مـنتقي_معرف]،nprobe: طـبيعي_متكيف، maxCodes: طـبيعي_متكيف): صـحيح

func new(obj: ref[ref[SearchParametersIvf]]): Int
func new(obj: ref[ref[SearchParametersIvf]], sel: ref[IdSelector], nprobe: ArchWord, maxCodes: ArchWord): Int

الخصائص:

المنتقي / sel

المنتقي: سند[مـنتقي_معرف]

sel: ref[IdSelector]

منتقي المعرف.

عدد_الاستقصاءات / nProbe

عدد_الاستقصاءات: طـبيعي_متكيف

nProbe: ArchWord

عدد العناقيد المراد استقصاءها.

أقصى_شفرات / maxCodes

أقصى_شفرات: طـبيعي_متكيف

maxCodes: ArchWord

الحد الأقصى للشفرات المراد فحصها.

تـجميع / Clustering

تطبيق تجميع K-means. واجهة C البرمجية

الإنشاء:

أنشئ / new

دالة أنشئ(out: سند[سند[تـجميع]]، d: صـحيح، k: صـحيح): صـحيح
دالة أنشئ(out: سند[سند[تـجميع]]، d: صـحيح، k: صـحيح، params: مؤشر[وسـطاء_تجميع]): صـحيح

func new(out: ref[ref[Clustering]], d: Int, k: Int): Int
func new(out: ref[ref[Clustering]], d: Int, k: Int, params: ptr[ClusteringParameters]): Int

إنشاء بالبُعد وعدد العناقيد k. الصيغة الثانية تنشئ بمعاملات.

الدوال:

درب / train

عملية هذا.درب(n: صـحيح[64]، x: سند[عـائم]، index: سند[فـهرس]): صـحيح

handler this.train(n: Int[64], x: ref[Float], index: ref[Index]): Int

تشغيل k-means.

هات_المراكز / getCentroids

عملية هذا.هات_المراكز(centroids: سند[سند[مصفوفة[عـائم]]]، size: سند[طـبيعي_متكيف])

handler this.getCentroids(centroids: ref[ref[array[Float]]], size: ref[ArchWord])

الحصول على مراكز العناقيد.

هات_إحصائيات_الدورة / getIterationStats

عملية هذا.هات_إحصائيات_الدورة(stats_out: سند[سند[إحـصائيات_دورة_تجميع]]، size: سند[طـبيعي_متكيف])

handler this.getIterationStats(stats_out: ref[ref[ClusteringIterationStats]], size: ref[ArchWord])

الحصول على إحصائيات التكرار.

الخصائص:

عدد_الدورات / niter

عدد_الدورات: صحيح

niter: Int

عدد التكرارات.

عدد_الإعادات / nredo

عدد_الإعادات: صحيح

nredo: Int

عدد إعادات k-means.

عدد_المراكز / k

عدد_المراكز: طـبيعي_متكيف

k: ArchWord

عدد العناقيد.

البعد / d

البعد: طـبيعي_متكيف

d: ArchWord

بُعد المتجه.

مـنتقي_معرف / IdSelector

اختيار مجموعات فرعية من المتجهات حسب المعرف. واجهة C البرمجية

الأنواع:

• مـنتقي_معرف_حزمة / IdSelectorBatch: اختيار معرفات محددة من قائمة
• مـنتقي_معرف_مدى / IdSelectorRange: اختيار المعرفات في نطاق
• مـنتقي_معرف_بتماب / IdSelectorBitmap: الاختيار باستخدام خريطة بت
• مـنتقي_معرف_نفي / IdSelectorNot: عكس منتقي
• مـنتقي_معرف_و / IdSelectorAnd: دمج المنتقيات بـ AND
• مـنتقي_معرف_أو / IdSelectorOr: دمج المنتقيات بـ OR
• مـنتقي_معرف_أو_حصري / IdSelectorXor: دمج المنتقيات بـ XOR

نـتيجة_بحث_مدى / RangeSearchResult

نتائج استعلامات البحث بنطاق. واجهة C البرمجية

الدوال:

أنشئ / new

دالة أنشئ(obj: سند[سند[نـتيجة_بحث_مدى]]، nq: صـحيح[64]): صـحيح

func new(obj: ref[ref[RangeSearchResult]], nq: Int[64]): Int

نفذ_التخصيص / doAllocation

عملية هذا.نفذ_التخصيص(): صـحيح

handler this.doAllocation(): Int

تخصيص صوانات النتائج.

حجم_الصوان / bufferSize

عملية هذا.حجم_الصوان(): طـبيعي_متكيف

handler this.bufferSize(): ArchWord

الحصول على حجم الصوان.

هات_الحدود / getLims

عملية هذا.هات_الحدود(outLims: سند[سند[مصفوفة[طـبيعي_متكيف]]])

handler this.getLims(outLims: ref[ref[array[ArchWord]]])

الحصول على مصفوفة حدود النتائج.

هات_الوسوم / getLabels

عملية هذا.هات_الوسوم(outLabels: سند[سند[مصفوفة[صـحيح[64]]]]، outDistances: سند[سند[سند[عـائم]]])

handler this.getLabels(outLabels: ref[ref[array[Int[64]]]], outDistances: ref[ref[ref[Float]]])

الحصول على الوسوم والمسافات.

حـاسب_مسافة / DistanceComputer

حساب المسافات إلى المتجهات. واجهة C البرمجية

الدوال:

حدد_الاستعلام / setQuery

عملية هذا.حدد_الاستعلام(x: سند[مصفوفة[عـائم]]): صـحيح

handler this.setQuery(x: ref[array[Float]]): Int

تعيين متجه الاستعلام.

مسافة_متجه_للاستعلام / vectorToQueryDis

عملية هذا.مسافة_متجه_للاستعلام(i: صـحيح[64]، qd: سند[مصفوفة[عـائم]]): صـحيح

handler this.vectorToQueryDis(i: Int[64], qd: ref[array[Float]]): Int

المسافة إلى الاستعلام.

مسافة_متماثلة / symmetricDis

عملية هذا.مسافة_متماثلة(i: صـحيح[64]، j: صـحيح[64]، vd: سند[مصفوفة[عـائم]]): صـحيح

handler this.symmetricDis(i: Int[64], j: Int[64], vd: ref[array[Float]]): Int

المسافة المتماثلة.

الثوابت

نـوع_قياس / MetricType

مقاييس المسافة. توثيق

• _نتاج_داخلي_ / METRIC_INNER_PRODUCT (0): الجداء الداخلي (أقصى تشابه)
• _ل2_ / METRIC_L2 (1): المسافة الإقليدية (معيار L2)
• _ل1_ / METRIC_L1 (2): مسافة مانهاتن (معيار L1)
• _ل8_ / METRIC_LINF (3): معيار اللانهاية (مسافة تشيبيشيف)
• _لس_ / METRIC_LP (4): معيار Lp
• _كانبيرا_ / METRIC_CANBERRA (20): مسافة كانبيرا
• _براي_كرتس_ / METRIC_BRAY_CURTIS (21): تباين براي-كورتس
• _جنسن_شانون_ / METRIC_JENSEN_SHANNON (22): تباعد جينسن-شانون

رمـز_خطأ / ErrorCode

رموز الإرجاع من دوال واجهة C البرمجية.

• _نجاح_ / OK (0): نجاح
• _استثناء_مجهول_ / UNKNOWN_EXCEPT (-1): استثناء غير معروف
• _استثناء_فيس_ / FAISS_EXCEPT (-2): استثناء FAISS
• _استثناء_قياسي_ / STD_EXCEPT (-4): استثناء المكتبة القياسية

الدوال

هات_اعتماديات_البناء (getBuildDependencies)

دالة هات_اعتماديات_البناء(): مـصفوفة[نـص]؛

func getBuildDependencies(): Array[String];

دالة تعيد مصفوفة من المكتبات و الحزم الضرورية لبناء نسخة تنفيذية من التطبيق.

هات_آخر_خطأ / getLastError

دالة هات_آخر_خطأ(): مـؤشر_محارف

func getLastError(): CharsPtr

الحصول على رسالة الخطأ الأخيرة.

تجميع_كيمينز / kmeansClustering

دالة تجميع_كيمينز(d: طـبيعي_متكيف، n: طـبيعي_متكيف، k: طـبيعي_متكيف، x: سند[مصفوفة[عـائم]]، centroids: سند[مصفوفة[عـائم]]، q_error: سند[عـائم]): صـحيح

func kmeansClustering(d: ArchWord, n: ArchWord, k: ArchWord, x: ref[array[Float]], centroids: ref[array[Float]], q_error: ref[Float]): Int

k-means مستقل.

دعم معالج الرسوميات

لتفعيل معالج الرسوميات والحصول على أداء أفضل، مرر الخيار فيس_استعمل_معالج_الرسوميات (faiss_use_gpu) لمترجم الأسس أثناء تشغيل أو ترجمة برنامجك:

الأسس --خيار فيس_استعمل_معالج_الرسوميات برنامجي.أسس

alusus --opt faiss_use_gpu my_app.alusus

هذا الخيار سيجعل المكتبة تحمل الملفات الثنائية المفعّلة لـمعالج الرسوميات بدل مكتبات المعالج المركزي. راجع توثيق FAISS GPU للتفاصيل.

نصوص مصنع الفهرس

تقبل دالة المصنع فـهرس.أنشئ / Index.new نصوصاً لإنشاء أنواع فهرس مختلفة:

• "Flat": بحث دقيق (قوة غاشمة)
• "IVFn,Flat": IVF مع n مركز، ترميز مسطح
• "IVFn,PQm": IVF مع n مركز، PQ مع m مكمّم فرعي
• "HNSW32": عالم صغير قابل للتنقل الهرمي مع 32 جار
• "IVFn,HNSW32": IVF و HNSW مدمجان

راجع توثيق مصنع الفهرس لجميع الخيارات والتوليفات المتاحة.

الأمثلة

أمثلة عمل كاملة في مجلد Examples/:

• مثال.أسس: فهرس مسطح أساسي مع بحث الجداء الداخلي (عربي)
• مثال٢.أسس: فهرس IVF مع ضبط المعاملات (عربي)
• example.alusus: فهرس مسطح أساسي مع بحث الجداء الداخلي (إنجليزي)
• example2.alusus: فهرس IVF مع ضبط المعاملات (إنجليزي)

نصائح الأداء

1. اختيار الفهرس:

   • استخدم فـهرس_مسطح / IndexFlat للبحث الدقيق في مجموعات البيانات <1 مليون متجه
   • استخدم فـهرس_ملف_معكوس / IndexIVF للبحث التقريبي في مجموعات البيانات الأكبر
   • راجع دليل اختيار الفهرس

2. التدريب: تتطلب فهارس IVF والفهارس التقريبية الأخرى التدريب قبل إضافة المتجهات

3. معامل nprobe: بالنسبة لفهارس IVF، nprobe أعلى = دقة أفضل ولكن بحث أبطأ

4. تسريع GPU: فعّل GPU للعمليات على >10 مليون متجه

5. الذاكرة: تخزّن الفهارس المسطحة جميع المتجهات في الذاكرة؛ استخدم الضغط لمجموعات البيانات الكبيرة

راجع إرشادات أداء FAISS للتوصيات التفصيلية.

موارد إضافية

• FAISS على GitHub: https://github.com/facebookresearch/faiss
• ويكي FAISS: https://github.com/facebookresearch/faiss/wiki
• ورقة بحثية: البحث عن التشابه بمليارات المقاييس مع GPUs
• لغة الأسس: https://alusus.org

الترخيص

تتبع هذه الروابط ترخيص FAISS (MIT). راجع ملف LICENSE للتفاصيل.