使用 EFCore 和 PostgreSQL 实现向量存储及检索
使用 EFCore 和 PostgreSQL 实现向量存储及检索 本文探讨了如何使用 EFCore 和 PostgreSQL 实现向量存储和检索,以及如何利用 PostgreSQL 进行全文检索。文章首先介绍了向量数据库的市场需求和发展趋势,然后详细说明了 PostgreSQL 的 pgvector 插件的使用方法,包括创建表、插入数据、查询向量以及建立索引等。接着,文章讨论了如何将 pgvector 与 EFCore 集成,并提供了相应的代码示例。最后,文章还探讨了 PostgreSQL 的全文检索功能,包括使用中文分词器 pg_jieba 来增强中文检索效果,并分享了作者在构建知识库时的实践经验和思考。
视频是不能 P 的系列:使用 Milvus 实现海量人脸快速检索
视频是不能 P 的系列:使用 Milvus 实现海量人脸快速检索 本文探讨了如何利用 Milvus 向量数据库实现海量人脸数据的快速检索。作者首先回顾了人脸识别项目中遇到的挑战,包括性能下降和快速判断人脸是否在样本库中的问题。随后,文章介绍了向量化的概念以及 Milvus 的核心功能——相似度检索。通过详细的步骤和代码示例,展示了如何安装 Milvus、创建集合、插入数据、创建索引以及执行相似度搜索。此外,文章还讨论了 Milvus 在人脸识别上的应用,包括提取人脸特征、写入向量数据库以及查询最相似的人脸。最后,作者对使用向量数据库进行人脸识别的尝试和探索进行了总结,指出尽管向量数据库可能无法完全避免循环结构的宿命,但在样本数目不大的情况下,其优势并不显著,但仍然是值得尝试的方案。