Apache SINGA

Apache SINGA Apache_SINGA_logo.png-kuvan kuvaus.

Tiedot
Kehittäjä Apache-ohjelmistosäätiö
Ensimmäinen versio 8. lokakuuta 2015
Viimeinen versio 2.0.0 (20. huhtikuuta 2019)
Kirjoitettu C ++
Käyttöjärjestelmä Linux , macOS ja Microsoft Windows
Lisenssi Apache-lisenssi
Verkkosivusto singa.incubator.apache.org

Apache SINGA on edelleen inkubaatiossa Apache-projekti, joka on omistettu syvälle oppimiselle . Se tarjoaa joustavan arkkitehtuurin hajautettuun koulutukseen, on skaalautuva käytettäväksi useilla laitteistoilla ja keskittyy terveydenhuollon sovelluksiin.

Historiallinen

Singaporen kansallisen yliopiston DB System -ryhmä aloitti SINGA-projektin vuonna 2014 yhteistyössä Zhejiangin yliopiston tietokantaryhmän kanssa tukemaan monimutkaisia ​​analyyseja mittakaavassa ja tekemään tietokantajärjestelmistä älykkäämpiä ja itsenäisempiä. Hän keskittyi hajautettuun syvälliseen oppimiseen jakamalla mallin ja tiedot klusterin solmuista ja rinnastamalla koulutusvaiheen. Apache Incubator hyväksyi prototyypin vuonnamaaliskuu 2015. Seitsemää versiota on julkaistu seuraavan taulukon mukaisesti. Versiosta 1.0 lähtien SINGA tukee perinteisiä koneoppimismalleja, kuten logistista regressiota. Yritykset, kuten NetEase , yzBigData, Shentilium ja muut, käyttävät SINGAa sovelluksissaan, mukaan lukien terveydenhuolto ja rahoitus.

Versio Alkuperäinen julkaisupäivä Uusin versio Julkaisupäivä
Viimeisin vakaa versio: 2.0.0 2019-04-20 2.0.0 2019-04-20
Vanha versio, tuettu edelleen: 1.2.0 2018-06-06 1.2.0 2018-06-06
Vanha versio, tuettu edelleen: 1.1.0 12.02.2017 1.1.0 12.02.2017
Vanha versio, tuettu edelleen: 1.0.0 2016-09-08 1.0.0 2016-09-08
Vanha versio, jota ei enää tueta: 0.3.0 20.4.2016 0.1.0 20.4.2016
Vanha versio, jota ei enää tueta: 0,2,0 14.1.2016 0,2,0 14.1.2016
Vanha versio, jota ei enää tueta: 0.1.0 2015-10-08 0.1.0 2015-10-08
Kuvateksti: Vanha versio Vanha versio, tuettu edelleen Viimeisin vakaa versio Uusin edistynyt versio Tuleva versio

Ohjelmistopino

SINGAn ohjelmistopino koostuu kolmesta pääkomponentista: ydin, tulot / lähdöt ja malli. Seuraava kuva kuvaa näitä komponentteja laitteiston kanssa. Pääkomponentti tarjoaa muistin hallinnan ja tensoritoiminnot; IO: lla on luokat tietojen lukemiseen (ja kirjoittamiseen) levyltä ja verkosta; Mallikomponentti tarjoaa tietorakenteet ja algoritmit koneoppimismalleille, esim. Kerrokset hermoverkkomalleille, optimoijat / alustusohjelmat / mittarit / häviöt yleisille koneoppimismalleille.

Apache Singa -ohjelmistopino

Rafiki

Rafiki on SINGA: n alamoduuli, joka on tarkoitettu tarjoamaan koneoppimisanalyysipalvelua.

Viitteet

  1. Wei, Meihui, Gang ja HV, ”  Tietokanta täyttää syvällisen oppimisen: haasteet ja mahdollisuudet.  », SIGMOD Record , voi.  45, n °  2kesäkuu 2016, s.  17–22 ( DOI  10.1145 / 3003665.3003669 , lue verkossa )
  2. Ooi, Tan, Sheng ja Wang, "  SINGA: Hajautettu syväoppimisalusta  ", ACM Multimedia ,2015( DOI  10.1145 / 2733373.2807410 , luettu verkossa , käytetty 8. syyskuuta 2016 )
  3. Wei, Chen, Anh Dinh ja Gao, "  SINGA: syvällisen oppimisen asettaminen multimediakäyttäjien käsiin  ", ACM Multimedia ,2015( DOI  10.1145 / 2733373.2806232 , luettu verkossa , käytetty 8. syyskuuta 2016 )
  4. 网易, " 网易 携手 Apache SINGA 角逐 人工智能 新 战场 _ 网易 科技 " , tech.163.com (käytetty 3. kesäkuuta 2017 )
  5. "  Uusi sovellus antaa diabeetikoille mahdollisuuden käyttää ateriansa valokuvia tarkistaakseen, onko se terveellistä  " , www.straitstimes.com ( luettu 6. huhtikuuta 2019 )
  6. Wang, Gao, Zhang ja Sheng, "  Rafiki: koneoppiminen Analytics-palvelujärjestelmänä  ", PVLDB 12 (2) ,2018( DOI  10.14778 / 3282495.3282499 , luettu verkossa , käytetty 9. tammikuuta 2019 )