下载 SINGA¶
要验证下载的tar.gz文件，请下载KEY和ASC文件，然后执行以下命令
% gpg --import KEYS % gpg --verify downloaded_file.asc downloaded_file
您还可以检查SHA512或MD5值以查看下载是否已完成
v1.2.0 (2018年6月6日):
新功能和主要更新,
实现 autograd (目前支持MLP模型)
升级 PySinga 以支持 Python 3
为 Tensor 类添加 stride field
讲 cuDNN 从 V5 升级到 V7
为 ImageNet 分类任务添加 VGG, Inception V4, ResNet, 及 DenseNet 模型
为 conda 包创建别名
完善中文文档
添加在 Windows 上运行 Singa 的说明
更新编译, CI
修复一些错误
v1.1.0 (2017年2月12日):
新功能和主要更新,
创建 Docker 镜像（CPU和GPU版本）
为 SINGA 创建 Amazon AMI（CPU版本）
与 Jenkins 集成以自动生成 Wheel 和 Debian 软件包（用于安装），并更新网站.
增强 FeedFowardNet, 例如，用于调试的多输入和详细模式
添加 Concat 和 Slice 层
扩展 CrossEntropyLoss 以接受具有多个标签的实例
添加 image_tool.py 与图像增强方法
通过 Snapshot API 支持模型加载和保存
在 Windows 上编译 SINGA 源代码
用 SINGA 代码编译强制依赖库
启用 SINGA 的 Java 绑定（基本）
在检查点文件中添加版本 ID
添加 Rafiki 工具包以提供 RESTFul API
添加 Caffe 预训练的例子，包括 GoogleNet
v1.0.0 (2016年9月8日):
新功能和主要更新,
用于支持更多机器学习模型的张量抽象.
设备抽象运行在不同的硬件设备上，包括CPU，（Nvidia / AMD）GPU 和 FPGA（将在更高版本中测试）.
用 cmake 替换 GNU autotool 进行编译.
支持 Mac OS
改进Python绑定，包括安装和编程
更多深度学习模型, 包括 VGG 和 ResNet
读取/写入文件和编码/解码数据的更多 IO 类
直接基于 Socket 的新网络通信组件.
包含 Dropout 和 RNN 层的 Cudnn V5.
将网站制作工具从 maven 替换为 Sphinx
整合 Travis-CI
v0.3.0 (2016年4月20日):
新功能和主要更新,
在 GPU 集群上 可以在 GPU 集群上训练深度学习模型.
Python 包装器的改进 使得配置工作变得很容易, 包括神经网络和 SGD 算法.
新增 SGD 更新器, 包括 Adam, AdaDelta 和 AdaMax.
安装 具有较少的相关库， 对于单节点培训.
在 CPU 和 GPU 上进行异构训练.
支持 cuDNN V4.
数据预读取.
修复一些错误.
v0.2.0 (2016年1月14日):
新功能和主要更新,
在 GPU 上进行训练 可以在具有多个 GPU 卡的单个节点上对复杂模型进行训练.
混合神经网络划分 同时支持数据和模型并行.
Python 包装器 可以很容易地配置作业，包括神经网络和 SGD 算法.
RNN 模型和 BPTT 算法 实现并支持基于 RNN 模型的应用，例如 GRU.
云软件集成 包括 Mesos，Docker 和 HDFS.
可视化神经网络结构和层信息，有助于调试.
线性代数函数和针对 Blob 和原始数据指针的随机函数.
新层，包括 Softmax 层，ArgSort 层，Dummy 层，RNN 层和 cuDNN 层
更新 Layer 类以携带多个数据/梯度 Blob.
通过加载预训练模型参数来提取新数据的特征和测试性能.
为 IO 操作添加 Store 类.
v0.1.0 (2015年10月8日):
主要功能包括,
使用 GNU build 程序进行安装
用 zookeeper 进行工作管理的脚本
基于神经网络和层抽象的编程模型.
基于 Worker，Server 和 Stub 的系统体系结构.
训练三种不同类别的模型，即前馈模型，能量模型和 RNN 模型.
使用 CPU 的同步和异步分布式训练框架
检查点和恢复
使用 gtest 进行单元测试
免责声明（英文）
Apache SINGA is an effort undergoing incubation at The Apache Software Foundation (ASF), sponsored by the name of Apache Incubator PMC. Incubation is required of all newly accepted projects until a further review indicates that the infrastructure, communications, and decision making process have stabilized in a manner consistent with other successful ASF projects. While incubation status is not necessarily a reflection of the completeness or stability of the code, it does indicate that the project has yet to be fully endorsed by the ASF.
