tag 相似度

標籤
貢獻10
32
06:36 PM · Nov 16 ,2025
zilliz 頭像 u_16213596 頭像 u_16297326 頭像 u_16492406 頭像 u_16213655 頭像 u_16099196 頭像 u_16213570 頭像 u_16380863 頭像 u_16213676 頭像 u_16237826 頭像

@相似度 / 博客 RSS 訂閱

zilliz 頭像

Zilliz - 向量數據庫入坑指南：初識 Faiss，如何將數據轉換為向量（一）

我們日常使用的各種 APP 中的許多功能，都離不開相似度檢索技術。比如一個接一個的新聞和視頻推薦、各種常見的對話機器人、保護我們日常賬號安全的風控系統、能夠用哼唱來找到歌曲的聽歌識曲，甚至就連外賣配送的最佳路線選擇也都有着它的身影。 相信很多同學是第一次聽説它，或者只知道它的大名，而不知該如何使用它。本篇文章，我們就來聊聊 faiss，分享這個“黑科技”是如何發揮神奇的“魔法”的。 寫在前面 fa

相似度 , 向量 , 相似度檢測 , 數據庫 , meta

收藏 評論

u_16213596 頭像

mob64ca13fb6939 - Python的字符串匹配詳細介紹-Python教程

Python中的模式匹配與模糊匹配：從精確到容錯的智能識別 在日常編程中，我們常常需要判斷一段文本是否符合某種“格式”或“規則”，或者在一堆數據中找出“看起來差不多”的內容。這兩種需求分別對應着模式匹配（Pattern Matching）和模糊匹配（Fuzzy Matching）。它們看似相似，實則服務於不同場景，背後也藴含着不同的邏輯哲學。 本文將用通俗語言結合Py

數據 , 相似度 , 模式匹配 , Css , 前端開發 , HTML

收藏 評論

u_16297326 頭像

虎斑嘟嘟 - 多模態對齊的表示學習：統一對比散度框架詳解

多模態對齊的表示學習：統一對比散度框架詳解 1. 引言：多模態對齊的核心挑戰 多模態表示學習作為人工智能領域的前沿方向，旨在使機器能夠像人類一樣理解和處理文本、圖像、音頻等不同模態的信息。其核心挑戰在於如何構建一個共享的語義空間，使得異構數據在這個空間中可以相互對齊和理解。 不同模態數據之間存在三大根本矛盾：符號系統的異構性（自然語言基於離散符號系統，而視覺、聽

yyds乾貨盤點 , 錨點 , 相似度 , 後端開發 , JAVA , 模態

收藏 評論

u_16492406 頭像

mb65950ac695995 - 十六、插幀質量評估：客觀指標與主觀體驗

評估插幀需要客觀與主觀結合。客觀指標包括： 結構相似度（SSIM）、峯值信噪比（PSNR）：度量與“真實中間幀”的接近程度（離線評估）。 光流一致性與遮擋錯誤率：檢測運動估計質量。 邊緣保真度、細節保持率：衡量清晰度。 主觀評估關注：運動平滑度、拖影感、閃爍、響應延遲、文字與 HUD 可讀性。不同類型遊戲的容忍度不同：敍事類可接受更高

光流 , 相似度 , c++ , 後端開發 , 運動估計 , c

收藏 評論

u_16213655 頭像

mob64ca1409970a - pytorch 餘弦相似度與mseloss結果對比

聚類分析之K-means算法 文章目錄 聚類分析之K-means算法 一.距離度量和相似度度量方法 1.距離度量 2.相似度 二.K-means算法原理 1.選取度量方法 2.定義損失函數 3.初始化質心 4.按照樣本到質心的距離進

聚類 , 相似度 , pytorch , 聚類分析 , 人工智能

收藏 評論

u_16099196 頭像

我是數據分析師 - 軟件工程學習筆記

一、核心知識點梳理 聚類算法：K-means（無監督學習的典型代表） • 基本思想： 將數據集劃分為K個簇，使得同一簇內的數據點儘可能相似，而不同簇間的數據點儘可能不同。 • 偽代碼與流程： 1. 輸入： 數據集 D，預設的簇數量 K。 2. 初始化： 隨機選擇K個數據點作為初始質心。 3. 迭代優化： a. 分配

隨機森林 , 聚類 , 相似度 , 前端開發 , Javascript

收藏 評論

u_16213570 頭像

藍色憂鬱花 - 基於激光雷達點雲的3D檢測方法彙總(LiDAR only)_51CTO博客

本文是《激光點雲障礙物檢測》系列的第三篇，前文已經介紹了 ROI 區域裁剪、地面點雲分割、體素濾波以及聚類提取。本篇將重點講解如何利用 匈牙利算法（Hungarian Algorithm） 在多幀點雲之間進行 障礙物匹配與跟蹤（Object Association Tracking），實現穩定的障礙物ID跟蹤效果。 在連續幀點雲數據中，每一幀通過

匈牙利算法 , 點雲 , 相似度 , Css , 前端開發 , HTML

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：十六、構建本地化AI應用：基於ModelScope與向量數據庫的文本向量化

將文本轉換為向量（文本嵌入）是自然語言處理中的核心任務，有許多大模型可以完成這項工作。上一篇文章《構建AI智能體：十五、超越關鍵詞搜索：向量數據庫如何解鎖語義理解新紀元》我們是通過阿里雲的api調用的text-embedding-v4模型，同樣還有很多其他輕量級的模型可以很好的完成這個任務，我們今天找兩個結合前期講到的本地化部署來嘗試一下。 一、核心組件回顧

yyds乾貨盤點 , 搜索 , NLP , 相似度 , 加載 , 人工智能

收藏 評論

zilliz 頭像

Zilliz - 向量數據庫入坑指南：使用 Faiss 實現一個最簡單的向量檢索功能 (二)

上一篇內容中，我們瞭解了什麼是 Faiss，以及如何將文本內容轉換為向量數據。本篇文章中，我們來使用 Faiss 實現向量檢索功能。 使用 Faiss 實現最簡單的向量檢索功能 接下來，我們將使用 Faiss 實現一個小功能，針對哈利波特小説全集內容，接觸向量檢索技術，完成相似內容搜索的功能。與我們使用 “CTRL+F” 或者把數據倒入 MySQL，使用 “%LIKE%” 去進行全文匹配不同，我們

相似度 , 向量 , 相似度檢測 , 數據庫 , meta

收藏 評論

u_16213676 頭像

mob64ca140e76c8 - 帶有Python的AI –自然語言處理

在使用Python實現之前，我們先理解AI的運作模式，假如你面前有一個非常聰明，但完全不識字的“外星大腦”（AI）。它的記憶力超強，算得飛快，但它一開始完全不懂“蘋果”、“愛”、“運行”這些詞是什麼意思。你的任務就是教會它理解人類説的話。 這個過程我們可以分為幾個關鍵的步驟： 第一步：把話拆成“零件” —— 分詞 你對着外星人説：“我今天吃了一個大蘋果。

相似度 , 詞向量 , Css , 前端開發 , HTML , Python

收藏 評論

u_16237826 頭像

軟件求生 - 震撼！SpringAI 扛起多模態大旗：Google Vertex AI 嵌入模型太強了！

大家好，我是小米。 今天我一定要和你們分享一個我最近“玩到停不下來”的東西： Google Vertex AI 的多模態向量模型（Multimodal Embedding）整合進 SpringAI。 你有沒有這種感覺： 明明我們已經用文本向量模型玩得飛起，做語義搜索、做相似度匹配、做推薦算法……結果這時候突然有人告訴你：

機器學習 , yyds乾貨盤點 , google , 相似度 , 人工智能 , 模態

收藏 評論