Apache SINGA

分布式深度学习 (deep learning) 系统

http://singa.apache.org

快速开始

• 安装
• 示例

问题

• JIRA问题

代码分析：

邮件列表

• 开发邮件列表 (存档)
• 提交邮件列表 (存档)

Apache SINGA 快速上手指南

环境准备

• 系统要求：Ubuntu 18.04/20.04 或 macOS 10.15+（64位系统）
• 前置依赖：
  • Python 3.6+
  • 基础构建工具：CMake、GCC、Make
  • GPU支持需额外安装：NVIDIA驱动（450+）、CUDA 10.2+、cuDNN 7.6+
  • 内存建议：≥8GB（编译时需充足内存）

安装步骤

推荐使用国内镜像加速安装（优先选择以下方案）：

方案1：Docker安装（最快捷）

# 使用阿里云镜像加速（国内推荐）
docker pull registry.cn-hangzhou.aliyuncs.com/apache_singa/singa:latest
# 启动容器（含GPU支持）
nvidia-docker run -it registry.cn-hangzhou.aliyuncs.com/apache_singa/singa:latest

方案2：Conda安装（适合Python环境）

# 配置清华conda镜像（国内加速）
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes
# 安装SINGA
conda install -c conda-forge singa

方案3：源码编译（高级用户）

git clone https://github.com/apache/singa.git
cd singa
mkdir build && cd build
# 使用清华源加速依赖下载（可选）
export PIP_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple
cmake .. -G "Unix Makefiles"
make -j$(nproc)

基本使用

运行最简张量操作示例（验证安装成功）：

from singa import tensor
import numpy as np

# 创建2x2全1张量
x = tensor.Tensor((2, 2))
x.set_value(1.0)

# 执行加法运算
y = x + x

# 转换为NumPy数组并打印
print(y.to_numpy())
# 预期输出：[[2. 2.] [2. 2.]]

提示：完整训练示例请参考官方examples目录，包含MNIST分类等基础任务。首次运行建议从examples/vanilla_mnist开始。