我可以在FAISS索引中“内部搜索”最相似的向量吗？

Question

我有一个包含8M嵌入向量的FAISS指数。我不再有嵌入向量，只有索引，重新计算嵌入值是很昂贵的。

我能在索引中搜索与索引中的每个向量最相似的向量吗？

更确切地说，这就是我的索引是如何填充的：

d = 1024
N = 100
embeddings = np.random.rand(N, d)
ids = range(N)
index = faiss.index_factory(
    d, 'IDMap,Flat', faiss.METRIC_INNER_PRODUCT
)
index.add_with_ids(embeddings, ids)

我想让D, I：

D, I = index.search(embeddings, k) 

但是我再也不能访问embeddings了，我只有index。

我试着用index.reconstruct()取回我的(近似的？)嵌入但我遇到

RuntimeError: Error in virtual void 
faiss::Index::reconstruct(faiss::Index::idx_t, float*) const at /root/miniconda3/conda-bld/faiss-pkg_1613228717761/work/faiss/Index.cpp:57: reconstruct not implemented for this type of index

Answer 1

首先，似乎您在train()之前忘记了embeddings。

您的问题是什么?您可以在将embeddings添加到索引之前复制它。