Utviklet av | Apache Software Foundation |
---|---|
Første versjon | 8. oktober 2015 |
Siste versjon | 2.0.0 (20. april 2019) |
Skrevet i | C ++ |
Operativsystem | Linux , macOS og Microsoft Windows |
Tillatelse | Apache-lisens |
Nettsted | singa.incubator.apache.org |
Apache SINGA er et Apache-prosjekt som fremdeles er i inkubasjon dedikert til dyp læring . Den tilbyr en fleksibel arkitektur for distribuert opplæring, er skalerbar for å kjøre på et bredt spekter av maskinvare, og fokuserer på helsetjenester.
SINGA-prosjektet ble initiert av DB System-gruppen ved National University of Singapore i 2014, i samarbeid med Zhejiang University Database Group, for å støtte komplekse analyser i stor skala og for å gjøre databasesystemer mer intelligente og autonome. Han fokuserte på distribuert dyp læring ved å partisjonere modellen og data på noder i en klynge og parallellere treningsfasen. Prototypen ble akseptert av Apache Incubator imars 2015. Syv versjoner er gitt ut, som vist i tabellen nedenfor. Siden versjon 1.0 støtter SINGA tradisjonelle maskinlæringsmodeller, for eksempel logistisk regresjon. Bedrifter som NetEase , yzBigData, Shentilium og andre bruker SINGA til sine applikasjoner, inkludert helse og økonomi.
Versjon | Opprinnelig utgivelsesdato | Siste versjon | Utgivelsesdato | |
---|---|---|---|---|
2.0.0 | 2019-04-20 | 2.0.0 | 2019-04-20 | |
1.2.0 | 2018-06-06 | 1.2.0 | 2018-06-06 | |
1.1.0 | 2017-02-12 | 1.1.0 | 2017-02-12 | |
1.0.0 | 2016-09-08 | 1.0.0 | 2016-09-08 | |
0.3.0 | 2016-04-20 | 0,1,0 | 2016-04-20 | |
0,2,0 | 2016-01-14 | 0,2,0 | 2016-01-14 | |
0,1,0 | 2015-10-08 | 0,1,0 | 2015-10-08 | |
Tekst: Gammel versjon Gammel versjon, støttes fortsatt Siste stabile versjon Siste avanserte versjon Fremtidig versjon |
SINGAs programvarestabel består av tre hovedkomponenter: kjernen, innganger / utganger og modellen. Følgende figur illustrerer disse komponentene med maskinvaren. Hovedkomponenten gir minnehåndtering og tensoroperasjoner; IO har klasser for å lese (og skrive) data fra (til) disk og nettverk; Modellkomponenten gir datastrukturer og algoritmer for maskinlæringsmodeller, for eksempel lag for nevrale nettverksmodeller, optimaliserere / initialiserere / beregninger / tap for generelle maskinlæringsmodeller.
Rafiki er en submodule av SINGA ment å tilby en maskinlæringsanalysetjeneste.