人脸模型是用的微软开源 Onnx，感谢微软赏口饭吃。
ONNX 模型的输入输出前往Netron网站查看，飞机直达 。
有些细节没处理好，时间精力有限，等下还得去搬砖。
ML.NET 处理模型输入输出，老演员了，细节就不贴了。
主角依旧是PG SQL。

结论

欧氏距离

• 是什么
  空间中两点之间的直线距离；空间中的点称之为向量，因为它有大小，有方向；当两个向量越接近时，它们的欧氏距离越小；当两个向量差异较大时，欧氏距离较大，就好比物以类聚，人以群分，因为它看起来像鸭子，那么它就是鸭子。

• 数学公式
  

• 翻译成函数

public static double EuclideanDistance(double[] vector1, double[] vector2)
{
    double distanceSquared = 0d;

    for (int i = 0; i < vector1.Length; i++)
    {
        double diff = vector1[i] - vector2[i];
        distanceSquared += diff * diff;
    }

    double distance = Math.Sqrt(distanceSquared);

    return distance;
}

• 相似度为

public static double Similarity(double[] vector1, double[] vector2)
{
    double distance = EuclideanDistance(vector1, vector2);

    return 1d / (1d + distance);
}

• 翻译成pg函数

CREATE OR REPLACE FUNCTION euclidean_distance_similarity(vector0 float8[], vector1 float8[])
RETURNS float8
AS $$
DECLARE
    i integer;
    sum_of_squared_differences float8 := 0.0;
BEGIN
    FOR i IN 1..array_length(vector0, 1) LOOP
        sum_of_squared_differences := sum_of_squared_differences + (vector0[i] - vector1[i])^2;
    END LOOP;

    RETURN 1.0 / (1.0 + sqrt(sum_of_squared_differences));
END;
$$ LANGUAGE plpgsql