Systemanforderungen
Data Sensors wird unter macOS als native Apple-Silicon-Version (arm64) ausgeliefert - es gibt keine Intel-Mac-Version - und unter Windows als 64-Bit-Version für Windows 10 oder neuer.
Die folgenden Zahlen stammen aus echten Messungen, nicht aus Schätzungen: Speicherverbrauch im Leerlauf, nach dem Laden einer großen Datei sowie Speicher- und CPU-Verbrauch während eines Modellwettbewerb-Laufs. Der Modellwettbewerb ist bewusst das anspruchsvollste realistische Szenario, da jeder ausgewählte Konkurrent - Random Forest, XGBoost und jede Neuronale-Netz-Auto-Tuning- Variante - gleichzeitig in einem eigenen echten Thread trainiert wird, statt nacheinander.
| Minimum | Empfohlen | |
|---|---|---|
| RAM | 4 GB | 8 GB (16 GB für Modellwettbewerb bei großen Dateien) |
| Speicherplatz | 500 MB frei | 1 GB frei |
| CPU | Beliebiger 64-Bit-Prozessor (Apple Silicon oder x86_64) der letzten ~5 Jahre | 4+ Kerne |
Die installierte Anwendung selbst bleibt in beiden Fällen unter 500 MB - etwa 310 MB unter macOS, etwa 340 MB unter Windows. Die oben genannten RAM-Werte betreffen größtenteils die Messdaten und trainierten Modelle, mit denen Sie arbeiten, nicht die Anwendung selbst.
Der Modellwettbewerb ist das eine Szenario, für das sich zusätzlicher Spielraum lohnt. Da jeder Konkurrent parallel statt nacheinander trainiert wird, skalieren Speicher- und CPU-Verbrauch mit der Anzahl der ausgewählten Konkurrenten und der Größe Ihrer Trainingsdaten, nicht nur mit dem Basis-Speicherbedarf der Anwendung selbst. Ein repräsentativer Lauf - 60 Kanäle, 180.000 Messpunkte, 7 Konkurrenten einschließlich 5 Neuronale-Netz-Auto-Tuning-Varianten - erreichte einen Spitzenwert von rund 1,8 GB Speicher und nutzte alle verfügbaren CPU-Kerne.
Damit das während der Arbeit sichtbar ist, statt geschätzt werden zu müssen, zeigt Data Sensors sowohl in der Trainingswarteschlange als auch im Modellwettbewerb-Assistenten eine Live-Anzeige des RAM-/CPU-Verbrauchs - aufgeteilt in das, was die Anwendung selbst nutzt, das, was der Rest Ihres Systems nutzt, und das, was noch übrig ist.