Wiedza zbiorowa (oprogramowanie)
 | |
| Deweloperzy | Grigorij Fursin i fundacja cTuning |
|---|---|
| Pierwsze wydanie | 2015 |
| Wersja stabilna | 2.5.8 / 23 lipca 2021
|
| Napisane w | Pyton |
| System operacyjny | Linux , Mac OS X , Microsoft Windows , Android |
| Typ | Zarządzanie wiedzą , dane FAIR , MLOps , zarządzanie danymi , ocena artefaktów , system zarządzania pakietami , naukowy system przepływu pracy , DevOps , ciągła integracja , odtwarzalność |
| Licencja | Licencja Apache dla wersji 2.0 oraz Licencja BSD 3-klauzulowa dla wersji 1.0 |
| Strona internetowa |
github.com/ctuning/ck |
Projekt Collective Knowledge ( CK ) to platforma i repozytorium typu open source , które umożliwiają wspólne, powtarzalne i zrównoważone badania i rozwój złożonych systemów obliczeniowych. CK to mała, przenośna, konfigurowalna i zdecentralizowana infrastruktura, która pomaga naukowcom i praktykom:
- udostępniają swój kod, dane i modele jako komponenty Pythona wielokrotnego użytku i akcje automatyzacji za pomocą ujednoliconego interfejsu API JSON , metainformacji JSON i identyfikatora UID opartego na zasadach FAIR
- łączyć przenośne przepływy pracy ze wspólnych komponentów (takich jak automatyczne dostrajanie wielu celów i eksploracja przestrzeni projektowej )
- automatyzacji, crowdsourcingu i reprodukcji testów porównawczych złożonych systemów obliczeniowych
- ujednolicenie analityki predykcyjnej ( scikit-learn , R , DNN)
- umożliwiają tworzenie powtarzalnych i interaktywnych dokumentów
Godne uwagi zastosowania
- ARM używa CK do przyspieszenia inżynierii komputerowej
- Association for Computing Machinery ocenia CK pod kątem możliwej integracji z Biblioteką Cyfrową ACM sponsorowaną przez Sloan Foundation oraz pod kątem powtarzalności badań
- Kilka konferencji sponsorowanych przez ACM wykorzystuje CK do procesu oceny artefaktów
- Imperial College (Londyn) używa CK do automatyzacji i wykrywania błędów kompilatora w ramach crowdsourcingu
- Naukowcy z University of Cambridge wykorzystali CK, aby pomóc społeczności odtworzyć wyniki ich publikacji na Międzynarodowym Sympozjum na temat Generowania i Optymalizacji Kodu (CGO'17) podczas oceny artefaktów
- Firma General Motors (USA) wykorzystuje CK do porównawczych optymalizacji splotowych sieci neuronowych w celu tłumu
- Raspberry Pi i fundacja cTuning udostępniły przepływ pracy CK z odtwarzalnym dokumentem „na żywo”, aby umożliwić wspólne badania nad wielocelowymi technikami automatycznego dostrajania i uczenia maszynowego
- IBM używa CK do odtwarzania wyników kwantowych z natury
- CK służy do automatyzacji testu porównawczego MLPerf
Przenośny menedżer pakietów dla przenośnych przepływów pracy
CK ma zintegrowany wieloplatformowy menedżer pakietów ze skryptami Pythona , JSON API i meta-opisem JSON do automatycznej przebudowy środowiska oprogramowania na maszynie użytkownika wymaganej do uruchomienia danego przepływu pracy badawczej.
Powtarzalność eksperymentów
CK umożliwia powtarzalność wyników eksperymentów poprzez zaangażowanie społeczności, podobnie jak w przypadku Wikipedii i fizyki . Za każdym razem, gdy nowy przepływ pracy ze wszystkimi komponentami jest udostępniany przez GitHub, każdy może wypróbować go na innej maszynie, z innym środowiskiem i przy użyciu nieco innych opcji (kompilatory, biblioteki, zestawy danych). Za każdym razem, gdy napotkane zostanie nieoczekiwane lub nieprawidłowe zachowanie, społeczność wyjaśnia to, naprawia komponenty i udostępnia je z powrotem zgodnie z opisem w.
Linki zewnętrzne
- Miejsce rozwoju: [1]
- Dokumentacja: [2]
- Publiczne repozytorium z eksperymentami crowdsourcingowymi: [3]
- International Workshop on Adaptive Self-tuning Computing System (ADAPT) wykorzystuje CK, aby umożliwić publiczne przeglądanie publikacji i artefaktów za pośrednictwem Reddit : [4]
