aquila

Aquila DB

易於使用的神經搜索引擎

Aquila DB是神經搜索引擎。換句話說，這是一個數據庫，可以索引由ML模型與JSON Metadata一起執行K-NN檢索的潛在向量。除了您的機器學習應用程序之外，設置，語言不足和掉落非常簡單。據當前功能，Aquila DB是機器學習工程師和數據科學家的現成解決方案，可以將神經信息檢索應用程序從開箱即用，而依賴性最小。

該項目仍在Alpha版本中，我們已經在生產中使用它來在https://aquila.network上為語義搜索提供動力。

想支持這個項目嗎？是的，我們喜歡得到一顆星星和大喊大叫嗎？

加入社區聊天並獲得支持：

這是誰

• 如果您正在從事數據科學項目，並且需要存儲大量數據並根據某些功能向量檢索類似的數據，那麼這將是您的有用工具，並具有現實世界中Web應用程序需求的額外好處。
• 您是否正在處理很多圖像和相關的元數據？想找到類似的東西嗎？你在正確的地方。
• 如果您正在尋找文檔數據庫，那麼這不是適合您的地方。

技術

Aquila DB Powers Aquila網絡的搜索功能。這是Aquila DB適合整個生態系統的地方：

如果您是認真的，想潛入兔子洞，請閱讀我們的白皮書和技術規格（正在積極進行）。

附帶說明， Aquila網絡中的所有內容都是由規格定義的，我們的大部分努力都涉及。我們還同時考慮了非技術用戶的質量實施。這是為了確保 - Aquila網絡完全開放，通過設計分散並公平。您可以遵循這些規格來實現您的替代軟件，並且仍然與網絡進行交互，而無需任何限制。

安裝

Debian

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

Docker

您需要在系統中安裝的Docker

構建圖像（Lite）： docker build https://raw.githubusercontent.com/Aquila-Network/AquilaDB/master/Dockerfile -t aquiladb:local

構建圖像（大數據）： docker build https://raw.githubusercontent.com/Aquila-Network/AquilaDB/master/DockerfileBig -t aquiladb:localbg

運行圖像（部署Aquila DB Lite）： docker run -p 5001:5001 -d aquiladb:local

運行圖像（部署Aquila DB大）： docker run -p 5001:5001 -d aquiladb:localbg

客戶端SDK

目前，我們正在進行多個客戶庫，以抽像已部署的Aquila DB與您的應用程序之間的通信。

Python

節點JS

在哪裡獲取客戶身份驗證的私鑰（錢包密鑰）

當您使用客戶端庫與AquilAdb進行身份驗證時，您可能需要訪問Aquiladb使用的相同的私鑰（錢包鍵）。該鍵位於Aquiladb Docker容器內的內部/ossl/ Directory（如果您直接在沒有Docker的情況下安裝Aquiladb）中。要訪問Aquiladb容器內的鑰匙，請按照以下步驟操作：

• 識別已經運行的aquiladb Docker實例的CONTAINER ID ： docker ps
• 從Docker容器到主機計算機的私鑰副本： docker cp CONTAINER_ID:/ossl/ ./
• 現在，您將在當前位置看到一個名為ossl的新目錄。使用其中的密鑰。

高級用戶的提示

如果您的管道需要提前生成私鑰，則可以在主機機器中進行操作，然後將其安裝到容器的/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

進步

該項目靜止不動，並且將在中間生產版本下進行積極發展。它可以用作獨立數據庫，也可以用作Aquila網絡中的參與節點。請注意，Aquila端口（Aquila DB節點的對等網絡層）也在進行中。當前，您需要部署自定義模型將矢量嵌入到Aquila DB之前，直到Aquila Hub開發開始。

貢獻

我們已經準備了一份文件，以使任何人有興趣做出貢獻，立即開始使用Aquila DB。這是我們的高級發布路線圖。

學習

我們已經開始與開發人員會面，並就Aquila DB進行了小談話。這是我們在這些場合使用的幻燈片：http：//bit.ly/aquiladb-slides

影片:

從當前的Aquiladb發布功能開始，您可以在沒有任何外部依賴項的情況下構建神經信息檢索應用程序。以下是一些有用的鏈接，可以了解有關它的更多信息並開始構建：

• Microsoft在此上發布了一篇論文和YouTube視頻，以便在船上任何人感興趣：
  • 論文：https：//www.microsoft.com/en-us/research/uploads/prod/2017/06/inr-061-mitra-neuralir-intro.pdf
  • 視頻：https：//www.youtube.com/watch?v=g1pgo5ytikg
• 所有內容的嵌入：搜索神經網絡時代：https：//www.youtube.com/watch?v=jghvjxp9nhw
• 自動編碼器是一種深入學習的算法，它將幫助您構建語義向量 - 神經信息檢索的基礎。以下是基於自動編碼器的IR的一些鏈接：
  • 轉到此鏈接中的第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
• 請注意，信息檢索的想法不僅適用於文本數據，還適用於任何數據。您需要做的就是將任何源數據類型編碼到具有深神經網絡的密集向量。

我們的讚助商

通過電子郵件發送給我們，以贊助此項目[email protected]。

引用Aquila DB

如果您在學術論文中使用Aquila DB，我們會嗎？被引用。這是引用Aquila DB的兩種方法：

 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}
}

執照

Apache許可證2.0許可證文件

由A-MMA（A_മ്മ）創建