@yw9381 一代的 epyc 和 X99 比有什么优势吗 感觉不如 x99 啊 预算翻倍可以考虑二代 epyc

向量检索 https://www.v2ex.com/t/959669#reply42

tf 模型就用 TF-Serving （拥有 batch 能力，图模式执行效率高），pytorch 方案很多，尽量找支持 batch 的，要不就自己用 web 实现一个

数据在本地还是在云端，云端没有背书应该是没人用的

@fengxiangwan 大佬是哪位👀

@GoRoad 哈哈老哥，认识得有四年了吧，一直在折腾，没得安定下来

不要神化算法，工资和后端差不多。

真成了俄乌估计要停战了吧

没经济独立说不上话的。

组个台式机黑苹果，1000 2000 能搞定。想要编译快，直接上 x99 黑苹果

@zzzlight #33 好的，感谢前辈指路🥳

@zzzlight #26 我现在近似度量用的是预先 L2+dot （ milvus 文档示例也是这种方式）来等效 Cos Similarity 的方式，milvus 默认聚类索引好像是 faiss ，没有比较过 faiss 和 ann 的差别

@zzzlight 感谢认可🙏，没有啥模型创新能力，喜欢用受得住工业界检验的，例如分类模型用 ResNet 而不去魔改 vit 之类的。可能代码上有帮助的就是一些模型应用经验，例如大的生产数据集如何去训练，以及大数据集训练过程出现的问题解决🥳。

一次 200 铜币，不知道不间断置顶的都是冲了多少钱啊，我前两天置顶已经把在 v2 的积分花了一半了

分子

浑浑噩噩

@charslee013 额 看错了 相似度搜索没有阈值的说法，是直接搜出 topk 相似的

@charslee013 yes 本来有打算集成，但是太臃肿了，自己搭建更加自由一些。