Loading docs/test_report/milvus_ivfsq8_test_report_detailed_version.md +4 −4 Original line number Diff line number Diff line Loading @@ -28,13 +28,13 @@ Memory: 503GB Docker version: 18.09 Nvidia Driver version: 430.34 NVIDIA Driver version: 430.34 Milvus version: 0.5.3 SDK interface: Python 3.6.8 Pymilvus version: 0.2.5 pymilvus version: 0.2.5 Loading Loading @@ -66,7 +66,7 @@ For details on this dataset, you can check : http://corpus-texmex.irisa.fr/ . > Note: In the query test of recall, we will test the following parameters with different values: > > nq - grouped by: [1, 5, 10, 200, 400, 600, 800, 1000], > nq - grouped by: [10, 200, 400, 600, 800, 1000], > > topk - grouped by: [1, 10, 100] Loading @@ -93,7 +93,7 @@ Milvus configuration - gpu_cache_capacity: 6 - use_blas_threshold: 1100 You can check the definition of Milvus configuration on https://milvus.io/docs/en/reference/milvus_config/. The definitions of Milvus configuration are on https://milvus.io/docs/en/reference/milvus_config/. Test method Loading docs/test_report/milvus_ivfsq8_test_report_detailed_version_cn.md +5 −5 Original line number Diff line number Diff line Loading @@ -2,7 +2,7 @@ ## 概述 本文描述了ivfsq8索引在milvus单机部署方式下的测试报告。 本文描述了ivfsq8索引在milvus单机部署方式下的测试结果。 Loading @@ -28,13 +28,13 @@ GPU1: GeForce GTX 1080 Docker版本: 18.09 Nvidia Driver版本: 430.34 NVIDIA Driver版本: 430.34 Milvus版本: 0.5.3 SDK接口: Python 3.6.8 Pymilvus版本: 0.2.5 pymilvus版本: 0.2.5 Loading Loading @@ -66,7 +66,7 @@ Pymilvus版本: 0.2.5 > 备注:在向量准确性测试中,我们会测试下面参数不同的取值来观察结果: > > 被查询向量的数量nq将按照 [1, 5, 10, 200, 400, 600, 800, 1000]的数量分组, > 被查询向量的数量nq将按照 [10, 200, 400, 600, 800, 1000]的数量分组, > > 单条查询中最相似的K个结果topk将按照[1, 10, 100]的数量分组。 Loading @@ -93,7 +93,7 @@ Milvus设置: - gpu_cache_capacity: 6 - use_blas_threshold: 1100 你可以在 https://milvus.io/docs/en/reference/milvus_config/上查询Milvus设置的详细定义。 Milvus设置的详细定义可以参考 https://milvus.io/docs/en/reference/milvus_config/ 。 测试方法 Loading Loading
docs/test_report/milvus_ivfsq8_test_report_detailed_version.md +4 −4 Original line number Diff line number Diff line Loading @@ -28,13 +28,13 @@ Memory: 503GB Docker version: 18.09 Nvidia Driver version: 430.34 NVIDIA Driver version: 430.34 Milvus version: 0.5.3 SDK interface: Python 3.6.8 Pymilvus version: 0.2.5 pymilvus version: 0.2.5 Loading Loading @@ -66,7 +66,7 @@ For details on this dataset, you can check : http://corpus-texmex.irisa.fr/ . > Note: In the query test of recall, we will test the following parameters with different values: > > nq - grouped by: [1, 5, 10, 200, 400, 600, 800, 1000], > nq - grouped by: [10, 200, 400, 600, 800, 1000], > > topk - grouped by: [1, 10, 100] Loading @@ -93,7 +93,7 @@ Milvus configuration - gpu_cache_capacity: 6 - use_blas_threshold: 1100 You can check the definition of Milvus configuration on https://milvus.io/docs/en/reference/milvus_config/. The definitions of Milvus configuration are on https://milvus.io/docs/en/reference/milvus_config/. Test method Loading
docs/test_report/milvus_ivfsq8_test_report_detailed_version_cn.md +5 −5 Original line number Diff line number Diff line Loading @@ -2,7 +2,7 @@ ## 概述 本文描述了ivfsq8索引在milvus单机部署方式下的测试报告。 本文描述了ivfsq8索引在milvus单机部署方式下的测试结果。 Loading @@ -28,13 +28,13 @@ GPU1: GeForce GTX 1080 Docker版本: 18.09 Nvidia Driver版本: 430.34 NVIDIA Driver版本: 430.34 Milvus版本: 0.5.3 SDK接口: Python 3.6.8 Pymilvus版本: 0.2.5 pymilvus版本: 0.2.5 Loading Loading @@ -66,7 +66,7 @@ Pymilvus版本: 0.2.5 > 备注:在向量准确性测试中,我们会测试下面参数不同的取值来观察结果: > > 被查询向量的数量nq将按照 [1, 5, 10, 200, 400, 600, 800, 1000]的数量分组, > 被查询向量的数量nq将按照 [10, 200, 400, 600, 800, 1000]的数量分组, > > 单条查询中最相似的K个结果topk将按照[1, 10, 100]的数量分组。 Loading @@ -93,7 +93,7 @@ Milvus设置: - gpu_cache_capacity: 6 - use_blas_threshold: 1100 你可以在 https://milvus.io/docs/en/reference/milvus_config/上查询Milvus设置的详细定义。 Milvus设置的详细定义可以参考 https://milvus.io/docs/en/reference/milvus_config/ 。 测试方法 Loading