Tag: # Ubuntu

本篇文章，我来分享如何使用 Docker 来搭建一个能够跑在本地的轻量图片搜索引擎，实现日常生活中我们习以为常，但是实现起来颇为麻烦的功能：以图搜图。 阅读全文

在之前的文章中，我们聊过了一些和 Faiss 相关的事情，包括如何将数据转换为向量、如何挑选索引类型、如何简单加速向量检索性能、以及如何实现简单的语义搜索功能。也曾提到会聊聊更多实际场景中向量数据库的用法，揭开所谓大厂里的核心服务的神秘面纱，比如：实现简单的搜索引擎、推荐系统、风控系统等等。为了大家都能简单的上手，我做了一个 210MB 的 Docker 镜像，本篇文章就来讲讲这个镜像如何使用，以及我是如何制作这个镜像的。 阅读全文

在上一篇文章[《聊聊来自元宇宙大厂 Meta 的相似度检索技术 Faiss》]中，我们有聊到如何快速入门向量检索技术，借助 Meta AI（Facebook Research）出品的 faiss 实现“最基础的文本内容相似度检索工具”，初步接触到了“语义检索”这种对于传统文本检索方式具备“降维打击”的新兴技术手段。有朋友在聊天中提到，希望能够聊点更具体的，比如基于向量技术实现的语义检索到底比传统文本检索强多少，以及是否有局限性，能不能和市场上大家熟悉的技术产品进行一个简单对比。那么，本篇文章就试着从这个角度来聊聊。 阅读全文

我们日常使用的各种 APP 中的许多功能，都离不开相似度检索技术。比如一个接一个的新闻和视频推荐、各种常见的对话机器人、保护我们日常账号安全的风控系统、能够用哼唱来找到歌曲的听歌识曲，甚至就连外卖配送的最佳路线选择也都有着它的身影。相信很多同学是第一次听说它，或者只知道它的大名，而不知该如何使用它。本篇文章，我们就来聊聊 faiss，分享这个“黑科技”是如何发挥神奇的“魔法”的。 阅读全文

本篇文章，将聊聊如何在容器中完成支持多 CPU 架构（x86、ARM）、多种 CPU 类型（Intel、AMD）的 OpenBLAS 的 Docker 镜像，来让包括 Milvus 在内的，使用 OpenBLAS 的软件的 Docker 镜像构建可以“又稳又快”。我会试着在接下来的内容中，持续分享如何让一个拥有着一万多颗“星星”的大型数据库项目的容器构建过程不断提速。 阅读全文

我在知乎上开了一个[新的专栏]，想持续聊聊“向量数据库”相关的内容。本篇聊聊向量数据库领域，知名的开源技术项目：Milvus。如果你在寻找如何从源码编译安装，如何在 x86 和 ARM 两种架构的 Linux 上折腾 Milvus，那么这篇文章应该是最为详细的教程向参考内容啦。 阅读全文

不论是折腾深度学习、高性能计算，还是折腾向量数据库、相似性检索领域，在折腾的过程中，我们都可能会遇到需要 “OpenBLAS” 这个开源矩阵计算库的场景。这是因为泛 AI 领域离不开矩阵计算，而 OpenBLAS 是全球前三的开源矩阵计算库。本篇文章，我们就来聊聊 OpenBLAS 在 Linux 和 macOS 环境中的编译和构建。 阅读全文

本篇文章会尽可能详细的介绍如何在相对廉价的笔记本上搭建高性价比的 Linux 学习环境，让学习和工作都轻松和高效一些。尤其是针对国内网络环境下，如何快速的完成系统的安装和基础配置。使用 Linux 的好处和必要性，我想应该不必过多赘述了，希望本文能够帮助你节约大量不必要的折腾的时间，腾出更多时间来思考、休息、以及打游戏。 阅读全文

距离4月21日 Ubuntu 22.04 正式发布越来越近，为了家里的各种 Ubuntu 设备能够安心升级，我决定提前体验接近完成的测试版。本文提到的升级方式适用于 Desktop 桌面版和 Server 版。 阅读全文