Изучаем RAY

Kirjeldus

Данная книга поможет программистам на Python, инженерам и исследователям данных научиться применять фреймворк распределенных вычислений с открытым исходным кодом Ray и разворачивать вычислительные кластеры Ray. Ray может использоваться для структурирования и выполнения крупномасштабных программ машинного обучения. Распределенные вычисления отличаются своей сложностью, но с помощью Ray вы легко приступите к работе.

Прочитав книгу, вы научитесь:

- создавать свои первые распределенные приложения с помощью ядра фреймворка – Ray Core;

- оптимизировать гиперпараметры с помощью библиотеки Ray Tune;

- применять библиотеку Ray RLlib для обучения с подкреплением;

- управлять распределенной тренировкой моделей с помощью библиотеки Ray Train;

- применять Ray для обработки данных с помощью библиотеки Ray Data;

- работать с кластерами Ray и подачей моделей в качестве служб с помощью библиотеки Ray Serve;

- создавать сквозные приложения машинного обучения с помощью инструментария Ray AIR.