目录

• 产品简介
• 工作流程
• 产品架构
• 应用场景
• 所属公司
• 相关资料

产品简介

Embeddinghub 是一款面向机器学习嵌入领域的向量数据库，它提供了开箱即用的近似最邻近运算、表分区、版本及访问控制等功能。

是否开源：开源

工作流程

嵌入是现实世界对象和关系的密集数字表示，以向量表示。它们通常是通过首先定义监督机器学习问题（称为“代理问题”）来创建的。嵌入旨在捕获它们所源自的输入的语义，随后进行共享和重用，以改进跨机器学习模型的学习。Embeddinghub 可让您以简化、直观的方式实现这一目标。

• 持久存储和精确管理
  高可用性存储，可完全控制版本控制、访问和无痛回滚功能。

• 强大的嵌入操作
  启用分区、子索引、平均等功能。

• 最近邻近似
  使用计算效率高的 HNSW 算法实现高相似度推荐。

产品架构

Embeddinghub 的 Alpha 版本专门用于单节点配置。它使用 RocksDB 持久存储嵌入和元数据，利用 HNSWLib 构建近似最近邻索引。相关的Python客户端还能够使用HNSWLib来构建本地嵌入，但目前不处理持久存储。Embeddinghub 的服务器通过 gRPC 进行通信，并可在此处访问原型服务文件。所有元数据也以序列化的 protobuf 形式存储，如此处定义。

应用场景

自然语言处理
推荐系统
计算机视觉

所属公司

featureform

相关资料

Embeddinghub官网：https://www.featureform.com/embeddinghub