Hora 0.1.0发布，可能是最快的 AI 相似性搜索算法库

题目有些标题党哈 😂 ,我也不知道为什么这样看到的人才多一些

Hora 是一个近似最近邻搜索算法 (wiki) 库

Hora 完全基于 Rust🦀 实现，事实证明，Rust 确实非常非常快，完全可以媲美 C++ ，且Hora使用 SIMD进行了加速，速度非常快⚡️⚡️⚡️，具体速度可以参考下面的 benchmark.

Hora ，日语为 「ほら」，读法像 [hōlə] ，意思是 Wow, You see! , Look at that! 。 这个名字的灵感来自日本著名歌曲 「小さな恋のうた」 。

github： https://github.com/hora-searc...

主页： https://horasearch.com/

Python 库： https://github.com/hora-searc...

Javascript 库： https://github.com/hora-searc...

Hora 定位上是Rust实现的 ANN 算法库，希望能基于 Rust 本身的优势，能够提供多个安全的语言库，且能部署在任何地方。目前已经能在Linux, macOS 和 Windows以及WebAssembly部署，未来还会支持Android和IOS以及 嵌入式设备

---

Demo

这是 Hora 的在线演示（可以在这里找到它，强烈推荐试试速度！！ https://horasearch.com/)

👩 Face-Match [online demo], have a try!

🍷 Dream wine comments search [online demo], have a try!

benchmark

Hora 非常快，bench （与 Faiss 和 Annoy 相比）

Usage

安装极为简单：
Rust

[dependencies]
hora = "0.1.1"

Python

$ pip install horapy

Javascript (WebAssembly)

$ npm i horajs

Building from source

$ git clone https://github.com/hora-search/hora
$ cargo build

使用上 API 也非常简单:

Python example [more info]

import numpy as np
from horapy import HNSWIndex

dimension = 50
n = 1000

# init index instance
index = HNSWIndex(dimension, "usize")

samples = np.float32(np.random.rand(n, dimension))
for i in range(0, len(samples)):
    # add node
    index.add(np.float32(samples[i]), i)

index.build("euclidean")  # build index

target = np.random.randint(0, n)
# 410 in Hora ANNIndex <HNSWIndexUsize> (dimension: 50, dtype: usize, max_item: 1000000, n_neigh: 32, n_neigh0: 64, ef_build: 20, ef_search: 500, has_deletion: False)
# has neighbors: [410, 736, 65, 36, 631, 83, 111, 254, 990, 161]
print("{} in {} \nhas neighbors: {}".format(
    target, index, index.search(samples[target], 10)))  # search

我们很欢迎任何参与，欢迎任何贡献，包括文档和测试。 我们使用 GitHub 问题来跟踪 Issue 和 bug，你可以在 github 上进行 Pull Requests 、Issue

最后如果觉得这个项目做的还不错，或者比较感兴趣，或者你们想用的，欢迎在 github 上 star 或者给我们提 issue

github： https://github.com/hora-searc...

Python 库： https://github.com/hora-searc...

Javascript 库： https://github.com/hora-searc...