一、Faiss介绍 Faiss是Facebook AI团队开源的针对聚类和相似性搜索库，为稠密向量提供高效相似度搜索和聚类，支持十亿级别向量的搜索，是目前最为成熟的近似近邻搜索库。它包含多种搜索任意大小向量集（备注：向量集大小由RAM内存决定）的算法，以及用于算法评估和参数调整的支持代码。Faiss用C++编写，并提供与Numpy完美衔接的Python接口。除此以外，对一些核心算法提供了GPU实

Top K 算法详解  另参见http://blog.csdn.net/xiaoding133/article/details/8037086 应用场景：         搜索引擎会通过日志文件把用户每次检索使用的所有检索串都记录下来，每个查询串的长度为1-255字节。         假设目前有一千万个记录（这些查询串的重复度比较高，虽然总数是1千万，但如果除去重复后，不超过3百万个。一个

5月11日（星期六）消息，国外知名科学网站的主要内容如下： 《科学时报》网站（www.sciencetimes.com） 1、 研究揭示：新发现的肝细胞关键于肝脏自我修复 最近的研究揭示了一组之前未知的肝细胞，这些细胞或许负责肝脏的自我再生及修复损伤。这些细胞被命名为“领导细胞”（leader cell），在肝脏再生的复杂过程中扮演关键角色，为开发治疗肝病的新方法提供了可能。 这项研究成果

目标： 通过本文，学习如何采用Core J2EE Patterns架构具有高度扩展性多层的J2EE应用。   作者： Deepak Alur - Senior Software Architect, SunPS program - Co-author of Core J2EE Patterns - Sun-eBay V3 Architecture—Team leader

扎克伯格：“支付尤其令我兴奋。长远来看，支付可能是最重要的。” 本文旨在传递更多市场信息，不构成任何投资建议。 文 | 梁雨山 出品 | 火星财经APP（ID：hxcj24h） Facebook在日前发布了最新季度财报，显示其正处于“内外交困”的关键时期。据财报数据，Facebook该季度营收超过168亿美元，同比增长28%，但净利润却同比下滑49%，近乎腰斩。 在财报发布后的

为什么上万人在创业，成功的企业却只寥寥几个？为什么有的企业家白手起家，却能发展成十亿的规模？创业型企业到底如何才能走向成功？ 　　每个成功的企业，都有着与众不同的特点，在每个行业内成功的基本条件和前提也都各不相同。但是，从工业产品到日常消费品，再到高科技产品，这些产业它们都有一个共同点，就是创业者在创业初期非常现实。所以这些企业的成功，和个人梦想、偏好，以及地区文化传统和竞争优势有着密切的关系。

来源：大数据文摘 摘要：目前，尽管现实中的大教堂已经无法恢复，但被数字化的“巴黎圣母院”仍然精确地留存在人类世界。而通过这一数据留存，重建巴黎圣母院成为可能，后人也仍然可以一览它曾经的雄伟。 即使这一生没去过巴黎的人，也都曾在中学课本上读过维克多·雨果笔下的巴黎圣母院。 大教堂坐落在巴黎市中心塞纳河上的一个小岛ÎledelaCité之上，其标志性的飞拱，玫瑰窗和肋骨拱顶结构，被认为是法国哥

如何在十亿个单词表中查找某个单词是否出现呢？答案已经给出来了，那就是使用布隆过滤器。那这个布隆过滤器是什么呢？下面就好好讲讲，方便在面试中提高你的zhuangbility。 一、认识布隆过滤器 1、概念 布隆过滤器其实就是加快判定一个元素是否在集合中出现的方法。比如说在一个大字典中，要查找某个单词是否存在，于是我们就可以使用布隆过滤器，快速高效省时省力。 2、原理 既然布隆过滤器这么优秀

不知道大家有没有留意过，在使用一些app注册的时候，提示你用户名已经被占用了，需要更换一个，这是如何实现的呢？你可能想这不是很简单吗，去数据库里查一下有没有不就行了吗，那么假如用户数量很多，达到数亿级别呢，这又该如何是好？ 数据库方案 第一种方案就是查数据库的方案，大家都能够想到，代码如下： public class UsernameUniquenessChecker {private sta