如何用SQLAlchemy在pgvector中存储高精度DeepFace图像嵌入向量？

问题根源在于默认的Vector类型使用单精度浮点数（float32）存储，而DeepFace生成的是双精度浮点数（float64），导致精度丢失。以下是两种可行的解决方式：

方案一：使用pgvector的Vector类型指定双精度 #

修改列定义时，为Vector指定dtype='double precision'，让pgvector以双精度存储向量元素：

from sqlalchemy import (Column,String,Integer,CHAR,
                        Date,Float, DECIMAL,LargeBinary,select)
from sqlalchemy.orm import declarative_base
from pgvector.sqlalchemy import Vector
Base= declarative_base()

class Student(Base):
    __tablename__="student_details"
    name = Column("name",String,nullable=False)
    dob = Column("dob",Date,nullable=False)
    gender = Column("gender",CHAR(10),nullable=False)
    # 指定双精度存储，匹配DeepFace生成的向量精度
    front_vector = Column("front_vector",Vector(128, dtype='double precision'))

此方式创建的列类型为vector(128, double precision)，会完整保留原始向量的精度。

方案二：直接使用PostgreSQL双精度数组类型 #

完全对应pgvector官网示例的double precision[]类型，用SQLAlchemy的ARRAY结合双精度浮点数定义列：

from sqlalchemy import (Column,String,Integer,CHAR,
                        Date,Float, DECIMAL,LargeBinary,select, ARRAY)
from sqlalchemy.orm import declarative_base
Base= declarative_base()

class Student(Base):
    __tablename__="student_details"
    name = Column("name",String,nullable=False)
    dob = Column("dob",Date,nullable=False)
    gender = Column("gender",CHAR(10),nullable=False)
    # Float(precision=53)对应PostgreSQL的double precision类型
    front_vector = Column("front_vector",ARRAY(Float(precision=53)))

若后续需要使用pgvector的索引功能，可执行以下SQL创建索引：

CREATE INDEX idx_student_front_vector ON student_details USING gist (front_vector vector_ops);

验证方式 #

插入数据后查询front_vector列，可看到元素完整保留原始精度（如-0.7108331918716431），而非截断后的-0.7108332。

内容的提问来源于stack exchange，提问作者jugesh