研究人员开发了 Flash-GMM，这是一种专为大型数据集上的高斯混合模型 (GMM) 高效计算而设计的新型内核。该内核通过避免完全物化责任矩阵，显著降低了内存需求，实现了 20 倍的速度提升，并使得在单个 GPU 上训练的数据集大小是以前可能大小的 100 倍。Flash-GMM 已集成到近似最近邻搜索中，为 k-means 提供了一种可行的替代方案，并提高了召回率。 AI
影响 能够对大型数据集进行更高效、更具可扩展性的聚类，有可能提高近似最近邻搜索等领域的性能。
排序理由 这是一篇详细介绍机器学习算法新计算内核的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →