Milvus 是什么？ 

Milvus 是一款开源的、针对海量特征向量的相似性搜索引擎。基于异构众核计算框架设计，成本更低，性能更好。在有限的计算资源下，十亿向量搜索仅毫秒响应。

为什么要用特征向量

随着现代计算机和机器学习技术的飞速发展，越来越多的多媒体数据被存储、分析和运用在安防侦察、医疗、教育和在线信息服务等领域。多媒体数据通常有多维度的特征。例如，一张人脸图片是无法使用单维度的字母数字或字符串来描述的。

而特征向量则可以通过多维度数值高效准确地描述多媒体内容。例如，一张人脸图片需要成百上千维度的特征向量来精准描述。

特征向量在机器学习和模式识别的多个领域都拥有重要地位。机器学习算法通常需要用数值来表示描述对象以便于进行统计分析。

应用领域

特征向量，因其能通过数值的方式高效准确地描述对象，目前被广泛运用于机器学习的各种领域。

• 图像识别

  向量特征可以是梯度幅值、颜色、灰度强度、边缘、区域等。由于图像的数值化表示更容易定义和分析，特征向量在图像识别领域有着广泛的应用。

• 语音识别

  向量特征可以是音长、噪音等级、信噪比等。

​

• 垃圾邮件过滤

  向量特征可以是IP地址、文字结构、某个词出现的频率、特定邮件标题等。

想和 Milvus 开发者一起聊一聊向量搜索吗？ 

Milvus 与分布式数据库有什么什么关系？又有哪些分布式方案的好主意？欢迎大家一起来学习、讨论、出点子！

| 技术交流群