下载
中文
注册
我要评分
文档获取效率
文档正确性
内容完整性
文档易理解
在线提单
论坛求助
昇腾小AI

SearchWithFilter(ascendIndex单filter)

API定义

void SearchWithFilter(std::vector<AscendIndex *> indexes, idx_t n, const float *x, idx_t k, float *distances, idx_t *labels, const void *filters, bool merged);

功能描述

“indexes”执行检索,根据输入的特征向量返回最相似的k条特征的ID。提供基于CID过滤的功能,“filters”为长度为n * 6的uint32_t数组,每6个uint32_t数值为一个filter。每个filter的前4个数字(128bit)表示对应的CID,后2个数字表示对应的时间戳左闭合的范围,即[x, y)。

输入

std::vector<AscendIndex *> indexes:待执行检索的多个Index。

idx_t n:执行检索的query数。

const float *x:执行检索的query特征向量。

idx_t k:需要返回的最近似的结果的个数。

const void *filters:过滤条件。

bool merged:是否要合并多个Index上执行检索的结果。

输出

float *distances:查询向量与距离最近的前“k”个向量间的距离值。

idx_t *labels:查询的距离最近的前“k”个向量的ID。

返回值

约束说明

  • 参与检索的Index必须创建在同一张卡上。
  • 当前“indexes”支持类型参见如下。
    • “indexes”为AscendIndexSQ的指针且QuantizerType为QT_8bit,并且需满足0 < indexes.size() ≤ 10000
    • “indexes”为AscendIndexIVFSP的指针且对应的QuantizerType为QT_8bit、MetricType为METRIC_L2,并且需满足0 < indexes.size() ≤ 10000
  • 此处“n”不超过1024。
  • 此处“k”不超过1024。
  • 此处“x”需要为非空指针,且长度应该为dim * n,否则可能出现越界读写的错误并引起程序崩溃。
  • “distances”/“labels”需要为非空指针,且满足:
    • 当merged = true,长度应该为k * n,否则可能出现越界读写的错误并引起程序崩溃。
    • 当merged = false,长度应该为indexes.size() * k * n,否则可能出现越界读写的错误并引起程序崩溃。
  • “filters”需要为长度为n * 6的uint32_t的数组,否则可能出现越界读的错误并引起程序崩溃。
搜索结果
找到“0”个结果

当前产品无相关内容

未找到相关内容,请尝试其他搜索词