Se usó la API de Cloud Translation para traducir esta página.

Parámetros de configuración de índices

Si deseas configurar índices para las búsquedas de similitud, debes configurar los siguientes campos.

Para obtener instrucciones sobre cómo configurar un índice, consulta Configura parámetros de índice.

`NearestNeighborSearch`

Campos

Campos
`contentsDeltaUri`	`string` Permite insertar, actualizar o borrar el contenido del `Index` de Vector Search. La string debe ser una ruta de directorio de Cloud Storage válida, como `gs://BUCKET_NAME/PATH_TO_INDEX_DIR/`. Si configuras este campo cuando llamas a `IndexService.UpdateIndex`, no se puede actualizar ningún otro campo `Index` como parte de la misma llamada. Aprende a estructurar archivos de datos individuales.
`isCompleteOverwrite`	`boolean` Si este campo se configura junto con `contentsDeltaUri` cuando se llama a `IndexService.UpdateIndex`, el contenido existente de `Index` se reemplazará por los datos de `contentsDeltaUri`. Cuando este campo se establece en verdadero, todo el índice se reemplaza por completo con el nuevo archivo de metadatos que proporciones.
`config`	`NearestNeighborSearchConfig` La configuración del `Index` de Vector Search.

contentsDeltaUri

string

Permite insertar, actualizar o borrar el contenido del Index de Vector Search. La string debe ser una ruta de directorio de Cloud Storage válida, como gs://BUCKET_NAME/PATH_TO_INDEX_DIR/.

Si configuras este campo cuando llamas a IndexService.UpdateIndex, no se puede actualizar ningún otro campo Index como parte de la misma llamada. Aprende a estructurar archivos de datos individuales.

isCompleteOverwrite

boolean

Si este campo se configura junto con contentsDeltaUri cuando se llama a IndexService.UpdateIndex, el contenido existente de Index se reemplazará por los datos de contentsDeltaUri. Cuando este campo se establece en verdadero, todo el índice se reemplaza por completo con el nuevo archivo de metadatos que proporciones.

config

NearestNeighborSearchConfig

La configuración del Index de Vector Search.

`NearestNeighborSearchConfig`

Campos
`dimensions`	`int32` Obligatorio. La cantidad de dimensiones de los vectores de entrada. Solo se usa para embeddings densos.
`approximateNeighborsCount`	`int32` Es obligatorio si se usa el algoritmo de árbol AH. Es la cantidad predeterminada de vecinos que se deben encontrar mediante la búsqueda aproximada antes de realizar el reordenamiento exacto. El reordenamiento exacto es un procedimiento en el que los resultados que muestra un algoritmo de búsqueda aproximada se ordenan a través de un cálculo de distancias más costoso.
`ShardSize`	`ShardSize` El tamaño de cada fragmento. Cuando un índice es grande, se fragmenta en función del tamaño de fragmento especificado. Durante la entrega, cada fragmento se entrega en un nodo separado y escala de forma independiente.
`distanceMeasureType`	`DistanceMeasureType` La medida de distancia usada en la búsqueda de vecino más cercano.
`featureNormType`	`FeatureNormType` Tipo de normalización que se realizará en cada vector.
`algorithmConfig`	`oneOf:` `TreeAhConfig` `BruteForceConfig` La configuración de los algoritmos que Vector Search usa para realizar una búsqueda eficiente. Solo se usa para embeddings densos. `TreeAhConfig`: Opciones de configuración para usar el algoritmo de AH-Tree. Para obtener más información, consulta este blog Escala la recuperación profunda con los recomendadores de TensorFlow y Vector Search `BruteForceConfig`: Con esta opción, se implementa la búsqueda lineal estándar en la base de datos de cada consulta. No hay campos para configurar en la búsqueda por fuerza bruta. Si deseas seleccionar este algoritmo, pasa un objeto vacío para `BruteForceConfig`.

`DistanceMeasureType`

Enums
`SQUARED_L2_DISTANCE`	Distancia euclidiana (L₂)
`L1_DISTANCE`	Distancia de Manhattan (L₁)
`DOT_PRODUCT_DISTANCE`	Valor predeterminado Se define como un negativo del producto escalar.
`COSINE_DISTANCE`	Distancia de coseno. Te sugerimos usar DOT_PRODUCT_distance + UNIT_L2_NORM en lugar de la distancia COSINE. Nuestros algoritmos se optimizaron más para la distancia DOT_ PRODUCT y, cuando se combina con UNIT_L2_NORM, ofrece la misma clasificación y equivalencia matemática que la distancia COSINE.

`ShardSize`

Enums
`SHARD_SIZE_SMALL`	2 GiB por fragmento
`SHARD_SIZE_MEDIUM`	20 GiB por fragmento
`SHARD_SIZE_LARGE`	50 GiB por fragmento

`FeatureNormType`

Enums
`UNIT_L2_NORM`	Tipo de normalización de la unidad L2.
`NONE`	Valor predeterminado No se especifica ningún tipo de normalización.

`TreeAhConfig`

Estos son los campos que se seleccionan para el algoritmo de AH-Tree.

Campos
`fractionLeafNodesToSearch`	`double`
	La fracción predeterminada de nodos de hoja que se pueden buscar en cualquier consulta. Debe estar entre 0.0 y 1.0, exclusivo. El valor predeterminado es 0.05 si no se configura.
`leafNodeEmbeddingCount`	`int32`
	Cantidad de incorporaciones en cada nodo hoja El valor predeterminado es 1,000 si no se configura.
`leafNodesToSearchPercent`	`int32`
	Obsoleto: Usa `fractionLeafNodesToSearch`. El porcentaje predeterminado de nodos de hoja que se pueden buscar en cualquier consulta. Debe estar entre 1 y 100, inclusive. El valor predeterminado es 10 (significa 10%) si no se configura.

`BruteForceConfig`

Esta opción implementa la búsqueda lineal estándar en la base de datos para cada consulta. No hay campos para configurar en una búsqueda por fuerza bruta. A fin de seleccionar este algoritmo, pasa un objeto vacío para BruteForceConfig a algorithmConfig.