Dezvoltat de | Apache Software Foundation |
---|---|
Prima versiune | 8 octombrie 2015 |
Ultima versiune | 2.0.0 (20 aprilie 2019) |
Scris in | C ++ |
Sistem de operare | Linux , macOS și Microsoft Windows |
Licență | Licență Apache |
Site-ul web | singa.incubator.apache.org |
Apache SINGA este un proiect Apache aflat încă în incubație dedicat învățării profunde . Oferă o arhitectură flexibilă pentru instruirea distribuită, este scalabilă pentru a rula pe o gamă largă de hardware și se concentrează pe aplicațiile din domeniul sănătății.
Proiectul SINGA a fost inițiat de grupul DB System al Universității Naționale din Singapore în 2014, în colaborare cu Zhejiang University Database Group, pentru a sprijini analizele complexe la scară și pentru a face sistemele de baze de date mai inteligente și mai autonome. S-a concentrat pe învățarea profundă distribuită prin partiționarea modelului și a datelor pe nodurile unui cluster și în paralel cu faza de instruire. Prototipul a fost acceptat de Apache Incubator înmartie 2015. Au fost lansate șapte versiuni, așa cum se arată în tabelul următor. De la versiunea 1.0, SINGA acceptă modele tradiționale de învățare automată, cum ar fi regresia logistică. Companii precum NetEase , yzBigData, Shentilium și altele folosesc SINGA pentru aplicațiile lor, inclusiv asistență medicală și finanțe.
Versiune | Data lansării originale | Ultima versiune | Data de lansare | |
---|---|---|---|---|
2.0.0 | 2019-04-20 | 2.0.0 | 2019-04-20 | |
1.2.0 | 06.06.2018 | 1.2.0 | 06.06.2018 | |
1.1.0 | 12.02.2017 | 1.1.0 | 12.02.2017 | |
1.0.0 | 08.09.2016 | 1.0.0 | 08.09.2016 | |
0.3.0 | 20.04.2016 | 0.1.0 | 20.04.2016 | |
0.2.0 | 14.01.2016 | 0.2.0 | 14.01.2016 | |
0.1.0 | 08-10-2015 | 0.1.0 | 08-10-2015 | |
Legendă: Versiune veche Versiune veche, încă acceptată Ultima versiune stabilă Ultima versiune avansată Versiunea viitoare |
Stiva software SINGA constă din trei componente principale: nucleul, intrările / ieșirile și modelul. Figura următoare ilustrează aceste componente cu hardware-ul. Componenta principală asigură gestionarea memoriei și operații tensoriale; IO are clase pentru citirea (și scrierea) datelor de pe (pe) disc și rețea; Componenta modelului oferă structuri de date și algoritmi pentru modele de învățare automată, de exemplu, straturi pentru modele de rețea neuronală, optimizatori / inițializatori / metrici / pierderi pentru modele generale de învățare automată.
Rafiki este un submodul al SINGA destinat să ofere un serviciu de analiză a învățării automate.