AI 前沿 · 每日整理
Meta 开源 e-means：k-means 提速 10 倍
Meta FAIR 开源 e-means，用新方法替代经典 Lloyd 算法做 k-means 聚类：1.2 到 3 个 epoch 就达到 Lloyd 25 个 epoch 的损失，GPU 端到端提速 10 到 45 倍、CPU 对 Faiss 提速 8 到 15 倍；用缩放律自动调参，无需手动调参。
原文摘录
e-means reaches a test loss below Lloyd's at 25 epochs, in 1.2 to 3 epochs.（大意：Lloyd 算法要 25 轮才达到的损失，e-means 只用 1.2 到 3 轮就达到了。）
值得肯定
几十年没大变的经典算法被实实在在加速了：代码已开源，有人用到自己的 IVF 索引上 GPU 提速 146 倍；自动调参省了手动折腾。
需要注意
超参规律被质疑是事后拟合；也有人试了球面网格场景，发现并不比 Lloyd 好，效果因场景而异，先在自己的数据上验证。