RedisAIダウンロード-Redisai RedisAIコードのダウンロード

RedisAI

パイソン

Version 1.2.7

ダウンロード

注意

Redisaiは、もはや積極的に維持またはサポートされていません。

Redisaiコミュニティの関心とサポートに感謝しています。

Redisai

Redisaiは、深い学習/機械学習モデルを実行し、データを管理するためのRedisモジュールです。その目的は、人気のあるDL/MLフレームワークと比類のないパフォーマンスをすぐにサポートすることにより、モデルを提供するための「主力」です。 Redisaiは、データの局所性の原則に準拠することで計算スループットを最大化し、レイテンシを低下させ、Redisの生産が実証されたインフラストラクチャを活用することにより、グラフの展開とサービングを簡素化します。

Redisai Docsを読むには、Redisai.ioにアクセスしてください。 Redisaiが動作しているのを見るには、Demosページにアクセスしてください。

クイックスタート

RedisaiはRedisモジュールです。それを実行するには、Redisサーバー（v6.0.0以降）、モジュールの共有ライブラリ、およびその依存関係が必要です。

次のセクションでは、Redisaiを始める方法について説明します。

Docker

Redisaiを試す最も簡単な方法は、公式のDockerコンテナ画像を起動することです。

CPUのみのマシンで

 docker run -p 6379:6379 redislabs/redisai:1.2.7-cpu-bionic

GPUマシンで

GPUサポートには、NVIDIAドライバー（CUDA 11.3およびCUDNN 8.1）、Nvidia-Container-Toolkit、Docker 19.03+がインストールされているマシンが必要です。詳細については、Nvidia-Dockerドキュメントをチェックアウトしてください

 docker run -p 6379:6379 --gpus all -it --rm redislabs/redisai:1.2.7-gpu-bionic

建物

ソースコードからモジュールをコンパイルして構築できます。開発者ページには、Redisaiモジュールの設計と実装、および貢献方法に関する詳細情報があります。

前提条件

パッケージ：git、python3、make、wget、g ++/clang、＆zip
Cmake 3.0以降はインストールする必要があります。
GPUサポートが必要な場合は、CUDA 11.3およびCUDNN 8.1以下をインストールする必要があります。
Redis v6.0.0以上。

ソースコードを取得します

次のようなgitを使用して、プロジェクトのリポジトリをクローン化することにより、モジュールのソースコードを取得できます。

git clone --recursive https://github.com/RedisAI/RedisAI

次のようにプロジェクトのディレクトリに切り替えます

 cd RedisAI

依存関係の構築

次のスクリプトを使用して、CPUのみのさまざまなRedisaiバックエンド（Tensorflow、Pytorch、onnxruntime）のライブラリをダウンロードして構築します。

bash get_deps.sh

または、以下を実行して、GPUサポートでバックエンドを取得することもできます。

bash get_deps.sh gpu

モジュールの構築

依存関係が構築されたら、次のようにredisaiモジュールを構築できます。

make -C opt clean ALL=1
make -C opt

または、以下を実行して、GPUサポートを使用してRedisaiを構築します。

make -C opt clean ALL=1
make -C opt GPU=1

バックエンド依存

Redisaiは現在、バックエンドとしてPytorch（Libtorch）、Tensorflow（Libtensorflow）、Tensorflow Lite、およびOnnxruntimeをサポートしています。このセクションでは、Redisaiとサポートされているバックエンドの間のバージョンマップを示しています。あるバージョンのシリアル化メカニズムは別のバージョンと一致しない可能性があるため、これは非常に重要です。モデルが特定のRedisaiバージョンで動作することを確認するために、バックエンドのバージョンとRedisaiが構築されているバージョンのバージョンとの間の互換性のない機能についてのバックエンドドキュメントに確認してください。

Redisai	Pytorch	Tensorflow	tflite	onnxruntime
1.0.3	1.5.0	1.15.0	2.0.0	1.2.0
1.2.7	1.11.0	2.8.0	2.0.0	1.11.1
マスター	1.11.0	2.8.0	2.0.0	1.11.1

注：KerasとTensorflow 2.xは、グラフフリージングによってサポートされています。このスクリプトを参照して、KerasとTensorflow 2.xから冷凍グラフをエクスポートする方法を確認してください。

モジュールのロード

Redisサーバーを起動するとモジュールをロードするには、Moduleのライブラリへのパスを備えた--loadmoduleコマンドラインスイッチ、 loadmodule Configuration Directive、またはRedis MODULE LOADコマンドを使用します。

たとえば、サーバーコマンドラインスイッチを使用してプロジェクトのパスからモジュールをロードするには、以下を使用します。

redis-server --loadmodule ./install-cpu/redisai.so

試してみてください

ロードされたら、Redis-Cliを使用してRedisaiと対話できます。モジュールを使用するための基本情報と例については、ここで説明します。

クライアントライブラリ

一部の言語には、すでにRedisaiのコマンドをサポートするクライアントライブラリがあります。次の表には、既知の表がリストされています。

プロジェクト	言語	ライセンス	著者	URL
Jredisai	Java	BSD-3	redislabs	github
Redisai-py	Python	BSD-3	redislabs	github
Redisai-go	行く	BSD-3	redislabs	github
Redisai-js	TypeScript/JavaScript	BSD-3	redislabs	github
Redis-modules-sdk	タイプスクリプト	BSD-3節	ダニ・ティートリン	github
Redis-modules-java	Java	Apache-2.0	デングリミング	github
smartredis	C ++	BSD-2-Clause	クレイラボ	github
smartredis	c	BSD-2-Clause	クレイラボ	github
smartredis	Fortran	BSD-2-Clause	クレイラボ	github
smartredis	Python	BSD-2-Clause	クレイラボ	github