SimSIMD

快速高效的向量相似度计算库

SimSIMD是一个高性能向量相似度计算库,为机器学习和科学计算提供快速的距离和相似度计算。支持欧几里得、余弦等多种距离函数,可处理浮点和整型数据。通过SIMD优化,性能显著优于NumPy和SciPy。提供Python、Rust等语言绑定,并具有广泛的平台兼容性。

访问官网

Github

论文

介绍相关项目

VectorHub - 免费开源的向量检索学习平台与工具

GithubVDB 比较工具VectorHub向量检索开源开源项目机器学习

VectorHub是一个免费开源的学习平台，旨在帮助用户将向量检索技术集成到机器学习堆栈中。用户可以在这里找到实用资源，用于创建最小可行产品（MVP），解决特定用例中的挑战，了解和选择合适的向量数据库供应商。VectorHub还提供了一个免费工具，用于比较不同向量数据库的特性，确保在生产环境中的应用效果。

annoy - 快速近似最近邻搜索的开源C++库

AnnoyGithub内存映射向量索引开源项目最近邻搜索高维数据

Annoy是一个开源的C++近似最近邻搜索库，支持Python接口。它通过创建只读的文件数据结构和内存映射技术，实现多进程共享索引。支持多种距离度量方式，适合处理中等维度数据。Annoy分离了索引创建和查询过程，可通过静态文件分发索引，在推荐系统等大规模应用中表现出色。其特点是查询速度快、内存占用小、易于分布式部署。

VectorDBBench - 开源向量数据库基准测试工具

GithubVectorDBBench向量数据库基准测试开源项目性能评估数据分析

VectorDBBench是一个开源的向量数据库基准测试工具。它提供15个测试用例，评估容量、搜索性能和过滤搜索性能。支持多种数据库客户端，具有可视化界面，方便复现测试和评估新系统。工具还包含性能分析报告和排行榜功能，有助于比较不同向量数据库的性能。

bitsandbytes - 高效CUDA优化库支持多位量化和矩阵运算

CUDAGithubbitsandbytes优化器开源项目硬件后端量化

bitsandbytes是一个轻量级Python库，为CUDA自定义函数提供封装。该库主要提供8位优化器、矩阵乘法(LLM.int8())以及8位和4位量化功能。通过bitsandbytes.nn模块实现多位线性层，bitsandbytes.optim模块提供优化器。目前正在拓展对更多硬件后端的支持，包括Intel CPU+GPU、AMD GPU和Apple Silicon，Windows平台的支持也在开发中。

text-dedup - 文本去重工具集，支持多种去重方法和大规模数据集处理

Bloom FilterGithubMinHashRETSimSimHashtext-dedup开源项目

项目提供一系列文本去重脚本，适用于各种场景，包括嵌入式去重（RETSim/UniSim）、适合大规模数据集的MinHash + MinHashLSH、64或128位SimHash、后缀数组子串去重、布隆过滤器和精确哈希去重等方法。项目支持高效处理大数据集并计划引入更多去重方法，如SuperMinHash和ProbMinHash等。用户可以根据需求来自定义脚本，灵活应用于不同的文本数据处理场景。

implicit - 高性能Python隐式反馈协同过滤库

GithubPython库implicit协同过滤开源项目推荐系统矩阵分解

Implicit是一个开源的高性能Python协同过滤库，专为隐式反馈数据集设计。它实现了多种推荐算法，如交替最小二乘法、贝叶斯个性化排序等。支持多线程和GPU加速，适用于大规模数据处理。提供详细文档和示例，便于开发者快速构建推荐系统。

autofaiss - 自动构建高效Faiss近邻搜索索引

AutoFaissFaissGithubKNN索引嵌入向量开源项目相似度搜索

AutoFaiss是一个开源工具，用于自动创建高效的Faiss近邻搜索索引。该工具根据内存和查询速度限制，自动选择最佳索引参数，以获得最高召回率。AutoFaiss能处理大规模数据集，在有限内存下构建高效索引，实现毫秒级查询。它提供Python API和命令行接口，支持内存和磁盘上的嵌入向量，并可与PySpark集成进行分布式索引构建。

numpy - Python科学计算的核心基础库

GithubNumPyN维数组Python开源项目科学计算

NumPy是Python科学计算的核心库，提供N维数组对象和高级数学函数。支持广播功能，可集成C/C++和Fortran代码，并包含线性代数、傅里叶变换和随机数生成工具。作为开源项目，NumPy欢迎社区贡献，包括代码开发、文档编写等。项目致力于营造开放包容的环境，为科学计算奠定基础。

BitMagic - C++位向量压缩库用于高效数据处理和内存优化

BitMagicGithubSIMD优化压缩位向量序列化开源项目数据科学

BitMagic是一个专注于内存优化的C++库，用于信息检索和数据科学。它通过位切片变换、秩选择压缩和逻辑计算实现高效的位向量和容器压缩。该库支持快速序列化和搜索，适用于内存受限场景和大数据处理。BitMagic提供集合运算、区间操作和三值逻辑等功能，并支持WebAssembly和ARM平台，为开发者提供全面的数据处理解决方案。

ann-benchmarks - 开源高维近似最近邻搜索算法基准测试平台

ANN算法Github基准测试开源项目性能比较近邻搜索高维空间

ann-benchmarks是一个开源的高维近似最近邻(ANN)搜索算法评估平台。该项目提供预生成数据集、Docker容器和测试套件,支持对多种ANN算法进行客观的基准测试。目前已包含Annoy、FAISS、NMSLIB等主流算法,并通过性能对比结果和可视化图表展示各算法特性。研究人员和工程师可基于此平台选择适合特定场景的ANN算法,推动相关技术的优化和应用。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

稿定AI

稿定设计是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com