Faiss的全称是Facebook AI Similarity Search。这是一个开源库，针对高维空间中的海量数据，提供了高效且可靠的检索方法。暴力检索耗时巨大，对于一个要求实时人脸识别的应用来说是不可取的。
而Faiss则为这种场景提供了一套解决方案。Faiss从两个方面改善了暴力搜索算法存在的问题：降低空间占用加快检索速度首先，Faiss中提供了若干种方法实现数据压缩，包括PCA、Product-Quantization等
安装这个库的时候，如果是用Windows平台的话，很容易出现问题，因为faiss官方维护比较多的是Linux系统版本，并且Windows平台没有faiss-gpu版本（我前几个月记得通过conda-forge方法成功安装GPU版本，但是今天一用貌似又出问题，到现在还没解决，没办法我只能用faiss-cpu版本凑合着了），所以为了不让自己下次再花那么多时间，这篇文章记录下这两天安装遇到的问题吧。
安装步骤
- 在anconda 环境里 输入 pip install faiss-cpu,开始安装
- 安装时可能会提示如下报警
这里说我的numpy安装文件夹里找不到METDATA文件，我进入对应的文件夹发现的确没有什么文件， - 重新安装numpy ,选1.21.4版本，pip install numpy == 1.21.4,安装完后进入numpy安装文件夹发现有需要的metaDATA
- 运行你电脑里的faiss代码，比如：
import faiss
import numpy
faiss.Kmeans(10, 20).train(numpy.random.rand(1000, 10).astype('float32'))
有输出结果接证明安装成功
上面提到的安装问题还有个很奇怪的地方，就是我用anconda安装后，其实用jupyter notebook是可以执行的，比如faiss-gpu 版本，
但是在VS Code死活不能执行，提示找不到_swigfaiss模块
目前我还没弄明白什么原因，希望已经解决的朋友说下操作，或者到官方issue留言"import faiss" works in jupyternotebook but doesn’t work in VS Code
参考：
1.faiss install.md
