微软搜索
微软今天宣布开源了一项 Bing 搜索背后的关键算法 —— SPTAG，它使 Bing 能够快速将搜索结果返回给用户。
仅在几年前，网络搜索很简单，用户输入几个关键词然后浏览结果页面。现如今，这些用户可能会在手机上拍照并将其放入搜索框中，或使用智能助手提问，而无需亲自触摸设备。他们也可能会输入一个问题并期待一个实际的答复，而不是一个可能答案的页面列表。
SPTAG （Space Partition Tree And Graph，空间划分树和图）是分布式近似最近邻域搜索（ANN）库的核心，为大规模矢量搜索场景提供高质量矢量索引构建、搜索和分布式在线服务工具包。
利用 SPTAG 算法作为开源 Python 库的核心，Bing 能够在几毫秒内搜索数十亿条信息。
当然，矢量搜索本身并不是一个新想法，但微软所做的是将这一概念应用于深度学习模型。
首先，团队采用预先训练的模型并将数据编码到矢量中，其中每个矢量代表一个字或像素。然后使用新的 SPTAG 库生成向量索引。随着查询的进入，深度学习模型将该文本或图像转换为向量，该库紧接着就能在索引中找到最相关的向量。
微软表示，SPTAG 库迄今已对超过 1500 亿条数据进行了编目，包括单个单词、字符、网页代码段和完整查询。
“Bing 每天处理数十亿个文档，现在的想法是将这些条目表示为向量，并搜索这个 1000 亿以上向量的巨大索引，以便在 5 毫秒内找到最相关的结果”。
通过将矢量搜索应用到深度学习模型，微软让 Bing 搜索引擎能更快地向用户提供更相关的结果。
例如在 Bing 上搜索“巴黎的塔楼有多高？”，搜索引擎会告诉你埃菲尔铁塔高 324 米（1063 英尺），尽管在搜索关键词中并没有出现“埃菲尔”（Eiffel）这个单词。
Bing 团队期望开源 SPTAG 可用于构建可识别基于音频片段所说语言的应用，或用于让用户拍摄植物照片并识别属和物种的服务。
该库现已开放使用，并提供构建和搜索这些分布式矢量索引的所有工具。
码云极速下载地址
https://gitee.com/mirrors/sptag
开源让世界更美好↓↓↓
相关阅读
编者按：我有特别的抢眼技巧！今天的好文非常值得拜读，@飞屋睿UIdesign 同学从对比、色彩、字体、留白等方面帮同学们将最关键的内容
seo实验室推出最新的网站关键词快速排名,冷门词7-15天关键词排名到首页，热门词15-30天上首页。可刷百度关键词排名、360、搜狗、百
你看过《疯传》么？你听过“社交货币”么？乔纳·伯杰总结了让一切事物疯传的STEPPS六个原则：社交货币、诱因、情绪、公共性、使用价值
一、概述 telepresence是一款为kubernetes微服务框架提供快速本地化开发功能的开源软件。 目前国内很少关于该软件的介绍，本文内容
python版本：3.7.1 安装依赖包requests re urllib bs4...... 安装方法：打开python安装目录，找到scripts的目录，按住shift出现打开命