这是我关于在SAP Leonard机器学习基金会

第1部分：可定制相似性搜索概述（本博客）中重新培训您自己的可定制相似性搜索的系列博客的第一部分第2部分：如何重新训练可定制的相似性搜索？第3部分：如何推断可定制的相似性搜索？第四部分：为客户创建FaceID解决方案

在第一部分中，我将对可定制相似性评分进行概述介绍，以解决以下问题。

什么是相似性评分？

SAP Leonardo机器学习基金会的相似度评分推理服务将向量与余弦相似度进行比较，数据和大数据，这些向量可以是人脸特征向量、图像特征向量或文档特征向量，可以通过人脸特征提取的推理服务分别提取，图像特征提取或文档特征提取。将这些功能服务放到一个商业环境中，人脸/图像/文档特征提取和相似度评分可用于

人脸识别，作为零售店顾客的人脸识别。产品/零件通过图像进行视觉搜索法律文件变更跟踪等。…

您可以查看此在线演示应用程序，了解SAP Leonardo机器学习基金会的功能服务。

我们什么时候需要可定制的相似性搜索？

相似度评分的推理服务需要在请求体中对向量进行比较。对于少量的向量，这可能是正确的，但是对于大量的高维向量，这就变得不合适了。例如，从10000个产品图像中找出最匹配的产品，每个图像都有一个1000+维的特征向量。每个http请求的开销是巨大的，有享云商城，更不用说向量的对等比较是线性的，

幸运的是，SAP Leonardo机器学习基金会还提供了可定制的相似性搜索的培训服务，以补充预先训练的相似性评分，它允许您训练一个列表向量，并且建立向量的索引并内化为可访问的推理模型。只将要搜索的目标特征向量传递给推理服务

什么是可定制相似性搜索的训练服务？

可定制相似度搜索的训练服务为NNS（Nearest Neighbor search）的高效查找建立一个给定高维向量的查找树林，支持精确查找和使用HARDE的近似查找。精确方法比较成对向量来搜索最近邻，导致线性处理时间和在大量向量上变得不足。在这种情况下，建议使用带有HARDE的近似方法以加快查找速度。

为了训练可定制的相似性搜索，它需要一个向量文本文件，每行一个逗号分隔的向量，并且每个向量的维数应相同。训练成功后，生成一个可部署的工件来封装训练向量上的查找功能，大数据的发展，该工件可以返回推理中给定向量输入的前k个邻域的索引和距离。

相似性评分和可定制的相似性搜索有什么区别？

预训练相似度评分服务返回相似度评分（0~1.0），评分越高，云从，相似度越高。再训练的可定制相似度搜索输出距离和索引，距离越短，邻域越近。然而，距离本身并不是人类可以理解的，云信息，因此在通过可定制的相似性搜索找到最近的邻居之后，通常使用相似性评分来计算人类可以理解的分数。