Freigeben über

HnswParameters interface

  • Referenz
Paket:
@azure/search-documents

Enthält die für den hnsw-Algorithmus spezifischen Parameter.

Eigenschaften

efConstruction

Die Größe der dynamischen Liste mit den nächsten Nachbarn, die während der Indexzeit verwendet wird. Das Erhöhen dieses Parameters kann die Indexqualität auf Kosten einer erhöhten Indizierungszeit verbessern. Ab einem bestimmten Punkt führt das Erhöhen dieses Parameters zu weniger Rückgaben.
efSearch

Die Größe der dynamischen Liste mit den nächsten Nachbarn, die während der Suchzeit verwendet wird. Das Erhöhen dieses Parameters kann die Suchergebnisse verbessern, was zu Lasten der langsameren Suche geht. Das Erhöhen dieses Parameters führt zu geringeren Rückgaben.
m

Die Anzahl bidirektionaler Verknüpfungen, die während des Aufbaus für jedes neue Element erstellt werden. Das Erhöhen dieses Parameterwerts kann den Rückruf verbessern und die Abrufzeiten für Datasets mit hoher intrinsischer Dimensionalität reduzieren, was zu Lasten eines erhöhten Arbeitsspeicherverbrauchs und einer längeren Indizierungszeit führen kann.
metric

Die Ähnlichkeitsmetrik, die für Vektorvergleiche verwendet werden soll.

Details zur Eigenschaft

efConstruction

Die Größe der dynamischen Liste mit den nächsten Nachbarn, die während der Indexzeit verwendet wird. Das Erhöhen dieses Parameters kann die Indexqualität auf Kosten einer erhöhten Indizierungszeit verbessern. Ab einem bestimmten Punkt führt das Erhöhen dieses Parameters zu weniger Rückgaben.

efConstruction?: number

Eigenschaftswert

number

efSearch

Die Größe der dynamischen Liste mit den nächsten Nachbarn, die während der Suchzeit verwendet wird. Das Erhöhen dieses Parameters kann die Suchergebnisse verbessern, was zu Lasten der langsameren Suche geht. Das Erhöhen dieses Parameters führt zu geringeren Rückgaben.

efSearch?: number

Eigenschaftswert

number

m

Die Anzahl bidirektionaler Verknüpfungen, die während des Aufbaus für jedes neue Element erstellt werden. Das Erhöhen dieses Parameterwerts kann den Rückruf verbessern und die Abrufzeiten für Datasets mit hoher intrinsischer Dimensionalität reduzieren, was zu Lasten eines erhöhten Arbeitsspeicherverbrauchs und einer längeren Indizierungszeit führen kann.

m?: number

Eigenschaftswert

number

metric

Die Ähnlichkeitsmetrik, die für Vektorvergleiche verwendet werden soll.

metric?: "cosine" | "euclidean" | "dotProduct" | "hamming"

Eigenschaftswert

"cosine" | "euclidean" | "dotProduct" | "hamming"