Skip to content

Latest commit

 

History

History
62 lines (45 loc) · 2.11 KB

安装 install.md

File metadata and controls

62 lines (45 loc) · 2.11 KB

安装

使用Anaconda安装

使用Anaconda安装使用faiss是最方便快速的方式，facebook会及时推出faiss的新版本conda安装包，在conda安装时会自行安装所需的libgcc, mkl, numpy模块。 faiss的cpu版本目前仅支持Linux和MacOS操作系统，gpu版本提供可在Linux操作系统下用CUDA8.0/CUDA9.0/CUDA9.1编译的版本。 注意，上面语句中的cuda90并不会执行安装CUDA的操作，需要提前自行安装

# CPU 版本
建议：
1.python 版本 3.5
2.faiss 1.50以上
conda install faiss-cpu=1.51 -c pytorch

# 注意，语句中的cuda9/10并不会执行安装CUDA的操作，需要提前自行安装 cuda
# GPU 版本
conda install faiss-gpu cudatoolkit=8.0 -c pytorch # For CUDA8
conda install faiss-gpu cudatoolkit=9.0 -c pytorch # For CUDA9
conda install faiss-gpu cudatoolkit=10.0 -c pytorch # For CUDA10

编译安装

编译安装需要2个步骤：

  1. 编译C++文件
  2. 编译Python
#推荐使用 configure 生成编译变量
./configure && make (&& make install) for the C++ library, 

cd python; make && make install for the python interface.

configure配置项说明:

  • ./configure --without-cuda 只编译cpu版本.
  • ./configure --with-cuda=/path/to/cuda-10.1 指定gpu路径
  • ./configure --with-cuda-arch="-gencode=arch=compute_75,code=sm_75 -gencode=arch=compute_72,code=sm_72" 指定cuda版本
  • ./configure --with-python=/path/to/python3.7 指定python版本路径
  • LDFLAGS=-L/path_to_mkl/lib/ ./configure设置 MKL BLAS路径或者通过LD_LIBRARY_PATH设置

BLAS/Lapack

BLAS/Lapack 需要通过 configure 设置生效,Faiss需要 Fortran 77 编译实现的接口同时需要头文件

There are several BLAS implementations, depending on the OS and machine. To have reasonable performance, the BLAS library should be multithreaded. See the example makefile.inc's for hints and examples on how to set the flags, or simply run the configure script:

./configure

To check that the link flags are correct, and verify whether the implementation uses 32 or 64 bit integers, you can

make misc/test_blas

and run

./misc/test_blas