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 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 Kandidat - Random Forest, XGBoost und jede Neuronale-Netz-Auto-Tuning- Variante - gleichzeitig in einem eigenen Thread trainiert wird, statt nacheinander.
| Minimum | Empfohlen | |
|---|---|---|
| RAM | 4 GB | 8 GB (16 GB für den 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.
Für den Modellwettbewerb lohnt sich zusätzlicher Spielraum. Da jeder Kandidat parallel statt nacheinander trainiert wird, skalieren Speicher- und CPU-Verbrauch mit der Anzahl der ausgewählten Kandidaten und der Größe Ihrer Trainingsdaten, nicht nur mit dem Basis-Speicherbedarf der Anwendung selbst. Ein repräsentativer Lauf - 60 Kanäle, 180.000 Messpunkte, 7 Kandidaten einschließlich 5 Neuronale-Netz-Auto-Tuning-Varianten - erreichte einen Spitzenwert von rund 1,8 GB Speicher und nutzte alle verfügbaren CPU-Kerne.
Data Sensors zeigt sowohl in der Trainingswarteschlange als auch im Modellwettbewerb-Assistenten eine Live-Anzeige des RAM- und CPU-Verbrauchs, aufgeteilt nach der Anwendung selbst, dem übrigen System und dem noch freien Rest.