Google推出可簡單訓練相似性模型的TensorFlow Similarity套件

深度學習函式庫TensorFlow提供相似性（Similarity）功能，這是一個Python套件，讓TensorFlow開發者可以簡單地訓練相似性模型，開發推薦相似衣服，或是辨識當前播放歌曲等系統。官方提到，TensorFlow Similarity用起來相當簡單，在MNIST資料上訓練、索引和搜尋的小範例，只要不用20行程式碼就可以完成，而且即便使用次優模型，搜尋和配對結果仍然相當好。

尋找相似物品的能力，在現實世界中有各種應用，像是多媒體搜尋、推薦系統或是分類工作管線等，能夠快速檢索相關項目，是這類資訊系統的重要核心功能，TensorFlow Similarity如同其他這類系統，同樣使用對比學習（Contrastive Learning）技術，官方解釋，對比學習教模型學會一個嵌入空間，在這空間中相似的樣本很近，不同的樣本則很遠，屬於同一類的會被拉進在一起，不同的則被分離開來。

對比學習應用在整個資料集的時候，對比損失讓模型可以學習，將物件投影到嵌入空間中的方法，方便以嵌入之間的距離，來代表輸入樣本的相似程度。在訓練結束後，開發者就能夠獲得一個分類空間，相似的物件距離很近，不同則距離很遠。

接著對所有想要搜尋的項目嵌入建構一個索引，在查詢時，TensorFlow Similarity就能夠利用快速最相似鄰近搜索（Fast Approximate Nearest Neighbor），在次線性時間內，從索引中檢索最接近的相符項目。由於TensorFlow Similarity能夠藉由計算嵌入點的距離，就可以比對相似度，而距離度量滿足三角不等式，使得空間適合使用快速最相似鄰近搜索，進行高準確度檢索。

官方解釋，其他像是使用模型特徵擷取的方法，需要使用精確的最鄰近搜索（Nearest Neighbor Search，NNS），尋找相關的項目，但是又可能不如相似模型一樣精確，而且因為執行精確搜尋，需要花費搜尋索引平方次的時間，因此不適合大規模應用。TensorFlow Similarity內建最相似鄰近搜索索引系統仰賴NMSLIB，能夠搜尋數百萬個索引項目，並在數分之一秒內檢索前K項相似項目。

除了準確性和檢索速度的優勢之外，相似性模型的另一個主要優勢，是可以讓開發者在索引添加無限數量的新類別，而不需要重新訓練，只需要計算新類別中代表性項目的嵌入，並加到索引中就可以了，官方提到，這種動態添加新類別的能力，在解決未知且不斷變化的問題時特別有用，像是音樂應用能夠協助用戶，不斷發現喜歡的新歌曲。

TensorFlow Similarity提供所有必要的元件，讓開發者能夠直覺地進行相似性訓練評估和查詢，在本機支援上，TensorFlow Similarity添加了一種新的Keras模型SimilarityModel()，支援本機嵌入索引和查詢，供開發者快速地執行端到端訓練和評估。

TensorFlow Similarity支援Keras API，並且可使用現有Keras架構，官方表示，他們還會繼續發展TensorFlow Similarity，在現有基礎上，支援BYOL、SWAV和SimCLR等半監督式和自我監督方法。