aquila

Aquila DB

易于使用的神经搜索引擎

Aquila DB是神经搜索引擎。换句话说，这是一个数据库，可以索引由ML模型与JSON Metadata一起执行K-NN检索的潜在向量。除了您的机器学习应用程序之外，设置，语言不足和掉落非常简单。据当前功能，Aquila DB是机器学习工程师和数据科学家的现成解决方案，可以将神经信息检索应用程序从开箱即用，而依赖性最小。

该项目仍在Alpha版本中，我们已经在生产中使用它来在https://aquila.network上为语义搜索提供动力。

想支持这个项目吗？是的，我们喜欢得到一颗星星和大喊大叫吗？

加入社区聊天并获得支持：

这是谁

• 如果您正在从事数据科学项目，并且需要存储大量数据并根据某些功能向量检索类似的数据，那么这将是您的有用工具，并具有现实世界中Web应用程序需求的额外好处。
• 您是否正在处理很多图像和相关的元数据？想找到类似的东西吗？你在正确的地方。
• 如果您正在寻找文档数据库，那么这不是适合您的地方。

技术

Aquila DB Powers Aquila网络的搜索功能。这是Aquila DB适合整个生态系统的地方：

如果您是认真的，想潜入兔子洞，请阅读我们的白皮书和技术规格（正在积极进行）。

附带说明， Aquila网络中的所有内容都是由规格定义的，我们的大部分努力都涉及。我们还同时考虑了非技术用户的质量实施。这是为了确保 - Aquila网络完全开放，通过设计分散并公平。您可以遵循这些规格来实现您的替代软件，并且仍然与网络进行交互，而无需任何限制。

安装

Debian

运行curl -s -L https://raw.githubusercontent.com/Aquila-Network/AquilaDB/master/install.sh | /bin/bash -s -- -d 1 。

Docker

您需要在系统中安装的Docker

构建图像（Lite）： docker build https://raw.githubusercontent.com/Aquila-Network/AquilaDB/master/Dockerfile -t aquiladb:local

构建图像（大数据）： docker build https://raw.githubusercontent.com/Aquila-Network/AquilaDB/master/DockerfileBig -t aquiladb:localbg

运行图像（部署Aquila DB Lite）： docker run -p 5001:5001 -d aquiladb:local

运行图像（部署Aquila DB大）： docker run -p 5001:5001 -d aquiladb:localbg

客户端SDK

目前，我们正在进行多个客户库，以抽象已部署的Aquila DB与您的应用程序之间的通信。

Python

节点JS

在哪里获取客户身份验证的私钥（钱包密钥）

当您使用客户端库与AquilAdb进行身份验证时，您可能需要访问Aquiladb使用的相同的私钥（钱包键）。该键位于Aquiladb Docker容器内的内部/ossl/ Directory（如果您直接在没有Docker的情况下安装Aquiladb）中。要访问Aquiladb容器内的钥匙，请按照以下步骤操作：

• 识别已经运行的aquiladb Docker实例的CONTAINER ID ： docker ps
• 从Docker容器到主机计算机的私钥副本： docker cp CONTAINER_ID:/ossl/ ./
• 现在，您将在当前位置看到一个名为ossl的新目录。使用其中的密钥。

高级用户的提示

如果您的管道需要提前生成私钥，则可以在主机机器中进行操作，然后将其安装到容器的/ossl/ Directory中。

跑步：

 mkdir -p <host>/ossl/
openssl genrsa -passout pass:1234 -des3 -out <host>/ossl/private.pem 2048
openssl rsa -passin pass:1234 -in <host>/ossl/private.pem -outform PEM -pubout -out <host>/ossl/public.pem
openssl rsa -passin pass:1234 -in <host>/ossl/private.pem -out <host>/ossl/private_unencrypted.pem -outform PEM

进步

该项目静止不动，并且将在中间生产版本下进行积极发展。它可以用作独立数据库，也可以用作Aquila网络中的参与节点。请注意，Aquila端口（Aquila DB节点的对等网络层）也在进行中。当前，您需要部署自定义模型将矢量嵌入到Aquila DB之前，直到Aquila Hub开发开始。

贡献

我们已经准备了一份文件，以使任何人有兴趣做出贡献，立即开始使用Aquila DB。这是我们的高级发布路线图。

学习

我们已经开始与开发人员会面，并就Aquila DB进行了小谈话。这是我们在这些场合使用的幻灯片：http：//bit.ly/aquiladb-slides

视频：

从当前的Aquiladb发布功能开始，您可以在没有任何外部依赖项的情况下构建神经信息检索应用程序。以下是一些有用的链接，可以了解有关它的更多信息并开始构建：

• Microsoft在此上发布了一篇论文和YouTube视频，以便在船上任何人感兴趣：
  • 论文：https：//www.microsoft.com/en-us/research/uploads/prod/2017/06/inr-061-mitra-neuralir-intro.pdf
  • 视频：https：//www.youtube.com/watch?v=g1pgo5ytikg
• 所有内容的嵌入：搜索神经网络时代：https：//www.youtube.com/watch?v=jghvjxp9nhw
• 自动编码器是一种深入学习的算法，它将帮助您构建语义向量 - 神经信息检索的基础。以下是基于自动编码器的IR的一些链接：
  • 转到此链接中的第15章：https：//www.cs.toronto.edu/~hinton/coursera_lecteres.html
  • https://www.coursera.org/lecture/ml-foundations/examples-of-document-retrieval-in-action-cw25h
  • https://www.coursera.org/lecture/intro-to-deep-learning/autoencoders-101-qqboa
• 请注意，信息检索的想法不仅适用于文本数据，还适用于任何数据。您需要做的就是将任何源数据类型编码到具有深神经网络的密集向量。

我们的赞助商

通过电子邮件发送给我们，以赞助此项目[email protected]。

引用Aquila DB

如果您在学术论文中使用Aquila DB，我们会吗？被引用。这是引用Aquila DB的两种方法：

 footnote{https://github.com/Aquila-Network/AquilaDB}

 @misc{AquilaNetwork2019AquilaDB,
  title={AquilaDB: Neural Search Engine},
  author={Jubin Jose, Nibin Peter},
  howpublished={url{https://github.com/Aquila-Network/AquilaDB}},
  year={2019}
}

执照

Apache许可证2.0许可证文件

由A-MMA（A_മ്മ）创建