Apache SINGA достиг статуса высшего уровня

Apache SINGA был переведен в проект верхнего уровня. SINGA — это распределенная масштабируемая библиотека машинного обучения с открытым исходным кодом, изначально разработанная в Национальном университете Сингапура.

SINGA был передан в инкубатор Apache в марте 2015 года, но теперь признан проектом верхнего уровня. Это первый распределенный проект Apache с глубоким обучением, который стал проектом верхнего уровня.

SINGA предназначена для обучения крупномасштабных моделей машинного обучения (особенно глубокого обучения) на кластере машин с большими наборами данных. Он имеет модель программирования, основанную на абстракции слоев, и поддерживаются различные популярные модели глубокого обучения, а именно модели с прямой связью, включая сверточные нейронные сети (CNN), энергетические модели, такие как ограниченная машина Больцмана (RBM), и рекуррентные нейронные сети ( РНН). SINGA может использоваться для запуска синхронных, асинхронных и гибридных структур обучения и имеет функции для параллельного запуска обучения путем разделения на пакетное измерение, измерение характеристик или гибридное разбиение.

Разработчики включили ряд методов оптимизации, чтобы ускорить обучение и обеспечить его масштабирование с оптимизацией эффективности, памяти, связи и синхронизации. В настоящее время разработчики работают над SINGA-lite для глубокого обучения на периферийных устройствах с 5G и SINGA-easy для того, чтобы сделать ИИ пригодным для использования экспертами в предметной области (без глубокого знания ИИ).

Команда SINGA работает над упрощением использования библиотеки и регулярно добавляет новые функции. Например, в SINGA есть подкомпонент SINGA-auto, который предоставляет функции AutoML, такие как автоматическая настройка гиперпараметров.

Бенг Чин Оои, заслуженный профессор Национального университета Сингапура, который был одним из первых разработчиков SINGA, говорит:

Очень важно масштабировать глубокое обучение с помощью распределенных вычислений, поскольку модели глубокого обучения обычно большие и обучаются на больших наборах данных, что может занять сотни дней с использованием одного графического процессора.

SINGA доступен на GitHub.