最近Facebook AI实验室开源了相似性搜索库Faiss。
Faiss是用于有效的相似性搜索（similarity search）和稠密矢量聚类（clustering of dense vectors）的库。它包含了可在任何大小向量集合里进行搜索的算法，向量集合的大小甚至可达到RAM容纳不下的地步。另外，它还包含了用于评估和参数调优的支持代码。Faiss用C++编写，有Python/numpy的完整包装。其中最有用的一些算法则在GPU上实现。
机器上没有安装HomeBrew的，请参考让Mac也能拥有apt-get类似的功能——Brew。
下面，我们介绍一下如何在macOS Sierra (10.12.3)上编译Faiss。
1.下载Faiss源代码
2.安装编译需要的工具
3.修改调整源代码，准备编译
4.编译
5.执行测试用例
其余的示例，参考源代码中的INSTALL文件中的内容即可。