介紹
Faiss 是 Facebook AI Research 團隊所開發的一款高效向量匹配函式庫，只要輸入向量後，就能夠在大量的高維度向量中迅速匹配最相像的 top k 個向量。
Faiss 主要是 C++ 所開發的，但是也提供了 Python 接口，所以可以輕鬆地透過 Python 調用；另外，Faiss 也支援 GPU 平行化計算，更進一步地處理大量高維度向量資料。
本篇文章將介紹 Faiss 的安裝步驟及使用方法說明。
如何安裝 Faiss
Faiss 可以直接透過 pip 進行安裝。需要注意的是，有分成 CPU 及 GPU 版本。
pip install faiss-cpu
如果要安裝 GPU 版本，則需要事先安裝好 CUDA 及 cuDNN 的相關套件。
使用 Faiss 匹配向量
準備資料
首先，我們先來模擬一些高維度的向量；這些向量可能是我們知識庫中的資料，之後我們要做向量檢索時，就從這些知識庫中的向量進行匹配。
在以下程式碼中，N 代表著我們資料的筆數、D 代表著我們一筆資料向量的維度。然後我們隨機地產生 100,000 筆資料。
import numpy as np
N = 100000
D = 128
data = np.random.random((N, D)).astype(np.float32)
建立索引
在這裡，我們需要建立一個 Faiss 的索引物件，這個索引物件需要知道接下來要查詢向量的維度，也就是我們上面的參數 D。
在這裡，我們使用 IndexFlatL2()，預設以歐式距離來計算。
import faiss
index = faiss.IndexFlatL2(D)
如果想要以餘弦相似度（cosine similarity）來計算，則需要使用資料的向量歸一化並轉成內積空間。可以參考這裡的討論。
將資料加入索引
我們剛剛已經建立好了資料 data，這就是我們要儲存在知識庫中等待被查詢的向量資料。現在就要將其加入索引。
index.add(data)進行查詢
假設我們有一組等待被查詢的向量，要找其最像的 k 個向量距離和其索引。
k = 10
query_vector = np.random.random((1, D)).astype(np.float32)
distances, indices = index.search(query_vector, k)
其中 distances 和 indices 都是形狀為 (1, k) 的 NumPy 陣列。
References
- Faiss Github Repository: Faiss 的官方 Github 倉庫，包含源代碼、示例和文檔。
- Faiss Wiki: Faiss 的 Wiki，提供了豐富的使用教程和常見問題解答。
- Faiss: A library for efficient similarity search: Facebook Engineering 團隊的官方博客文章，介紹了 Faiss 的設計目標和基本概念。