anndists

此crate提供了一些相关crate hnsw_rs、annembed 和 coreset 中使用的距离计算

所有距离都实现了 Distance 特性

pub trait Distance<T: Send + Sync> {  
    fn eval(&self, va: &[T], vb: &[T]) -> f32;
}

功能

该crate提供

• 标准数值类型向量的常用距离，如L1、L2、余弦、Jaccard、Hamming，以及u16上的Levenshtein距离。

• 概率分布之间的Hellinger距离和Jeffreys散度（f32和f64）。需要注意的是，Jeffreys散度（对称化的Kullback-Leibler散度）不满足三角不等式。（余弦距离也不满足！）

• 概率分布之间的Jensen-Shannon距离（f32和f64）。它定义为Jensen-Shannon散度的平方根，是一个有界度量。参见 Nielsen F. in Entropy 2019, 21(5), 485。

• 一个特性，允许用户实现自己的距离。它接受满足T:Serialize+Clone+Send+Sync的类型T的数据切片。也可以使用C extern函数或闭包。

• 提供对最常用情况的Simd实现。

实现

Simd支持通过 simdeez crate在Intel上使用，以及通过 std::simd 的一般情况的部分实现。

构建

Simd

• simdeez crate提供的Simd可以通过特征 "simdeez_f" 访问，用于x86_64处理器。使用 cargo build --release --features "simdeez_f" 编译 ... 要在M1芯片上编译此crate，只需不激活此功能。

• 尽管如此，仍然可以与std::simd进行实验。使用特性stdsimd（cargo build --release --features "stdsimd"）编译，在rust nightly上激活了portable_simd特性。这需要nightly编译器。目前只提供了u32x16和u64x8类型的Hamming距离以及f32*16上的DistL1、DistL2和DistDot。

基准测试和示例

速度在 hnsw_rs、annembed crate中体现

贡献

Petter Egesund添加了DistLevenshtein距离。

许可证

许可协议为以下之一

• Apache License，版本2.0，LICENSE-APACHE 或 http://www.apache.org/licenses/LICENSE-2.0
• MIT许可证 LICENSE-MIT 或 http://opensource.org/licenses/MIT

由您选择。