Meta FAIR发布e-means聚类算法并随FAISS提供

Meta FAIR 研究人员发布 e-means 聚类算法，称其可直接替换 Lloyd k-means。据该团队说法，e-means 在 1.4 到 2.6 个 epoch 内即可达到 Lloyd 运行 25 个 epoch 的损失水平。 该算法随 FAISS 1.16.0 以 faiss.contrib.e_means 提供，采用 MIT 许可，可在 CPU 或 GPU 上运行，支持 PyTorch 张量与 NumPy。报道同时指出，在 1600 万质心的最坏情况下，需要 64 GiB 的 float32 累加器，质心须跨 GPU 分片。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。