检索上就是速度和精度的权衡，根据你的数据量、内存大小的取舍。

距离度量的话 l2 是没啥毛病的。
@OysterQAQ

除了用 faiss 的话，没事你可以看看 milvus 的配置，换换别的方法，底层用基于图的一些算法或者聚类量化+图结合的应该能提高不少检索精度（不过这个也看你数据量，上亿如果一亿数据还能勉强用用图，更多就只能 pq 算法（又叫基于量化的算法）或者他们的魔改版 diskann 了）。

@OysterQAQ faiss 是 Facebook 的一个库，里面有常见的一些算法比如 pq 、ivfpq 、HNSW 这些，ann 是近似最近邻搜索的意思（现在换了个皮叫向量检索），faiss 是 ann 的搜索算法库。是这么个关系。

检索上 milvus 的集成了不少算法，可以都试试（最后会发现还是经典的 HNSW 最好用）。工业上主流还是 ivfpq 、HNSW 这些，milvus 好像把 diskann 这种超大规模的集成了，但是还是不如经典的 HNSW （听说 milvus 最近魔改进 Diskann 了）。反正检索方面是这个情况。

@OysterQAQ resnet 够用了（这方面真的越经典的越好用，确实是有原因的，很多灌水的或者好像很火的论文在工业应用上是大粪）

这玩意核心还是数据，我还记得以前实验室师弟高强度爬数据的日子 5555555555 。以及被硬盘爆满支配的恐惧。

厉害的，虽然我研究生是做向量搜索的，曾经也有过做这个的想法，可惜行动力不足+实验室折磨导致彻底被恶心到了。楼主研一虽然都是开源库，把这一套搞出来真的很不容易了。

正版机价格不够好确实不好卖，我 slim 带手柄 700 出的

@LandCruiser 现在也可以考虑国内读，我室友 26 才入学

你本科能想那么多办法去弄这些打算转专业，为何不研究生考研直接换而是说去加拿大读研？我想应该你有这个想法，直接考计算机的研应该也能行动吧。现在本科不是计算机的考研也非常多，在外面承认度看你学校，但是专业名是一定能换掉吧？

你这个 bug 发现的有点牛。

@d5 去了楼下评论投票最多的地方。还可以。

有没有可能，当你发现问题后你也可以提交用例（众人拾柴火焰高）

现在一年的港硕 cs 的都不太好申咯

@googlefans 只能说这样确实是最理想的情况，然而找工作时候发现理想和现实冲突也挺大。

是否读博：现在行业寒冬，问了不少同学打算读博，问问大家的看法。-》研究生体验 1-2 年，你就不需要问大家的看法就能知道自己想不想读博和读不读的下去了。如果你对看论文，水论文这些没有热情，相信你很快就不会有读博想法了。我的建议是你起码得热爱科研的这些日常，你才能考虑读博。硕士好毕业，博士的毕业难度和硕士确实差别挺大的。

还一个建议 转变策略 做硬件 ic 车企 相关 调研一下他们需求什么