Ray分布式机器学习：利用Ray进行大模型的数据处理、训练、推理和部署

数字资源平台 > 工学> 控制科学与工程> 模式识别与智能系统> Ray分布式机器学习：利用Ray进行大模型的数据处理、训练、推理和部署

阅读次数： 5 下载次数： 0
荐购次数： 0 收藏次数： 0

作者：
(德)马克斯·普佩拉(Max Pumperla)，(美)爱德华·奥克斯(Edward Oakes)，(美)理查德·廖(Richard Liaw)著
其他责任者：
沈冲译
出版社：
机械工业出版社

出版时间：
2024.05
ISBN：
978-7-111-75338-4
主题：
分布式算法
中图法分类号：
TP181
【中图法分类】
T 工业技术 > TP自动化技术、计算机技术 > TP1自动化基础理论
【学科分类】
工学 > 控制科学与工程 > 模式识别与智能系统
交叉学科 > 智能科学与技术（可授理学、工学学位）
工学 > 电子信息 > 人工智能

建议阅读终端：

扫描用手机阅读此书支持Android/iPhone

在线试读

PDF格式

下载

PDF下载

分享到

注：如果您的电脑尚未安装PC客户端，请先安装客户端后再下载阅读！

编辑推荐

简介

Ray是开源分布式计算框架，简化了扩展计算密集型Python工作负载的过程。通过本书，Python程序员、数据工程师和数据科学家将学会如何在本地利用Ray并启动计算集群。你将能够使用Ray来大规模构建和运行机器学程序。三位作者展示了如何使用Ray构建机器学应用程序。你将了解Ray如何融入当前的机器学工具，并了解Ray与这些工具紧密集成的方法。分布式计算很难，但Ray让一切困难迎刃而解。通过学本书，你将： ? 了解如何使用Ray Core构建分布式应用程序。 ? 使用Ray Tune进行超参数优化。 ? 使用Ray RLlib库进行强化学。 ? 使用Ray Train库管理分布式训练。 ? 使用Ray Datasets进行数据处理。 ? 了解如何使用Ray Clusters以及如何使用Ray Serve为模型提供服务。 ? 使用Ray AIR创建端到端机器学应用程序。

简介

本书展示了如何使用Ray构建机器学习应用程序，介绍了Ray如何融入当前的机器学习工具，以及Ray如何与这些工具紧密集成。本书前3章介绍了Ray作为分布式Python框架的基础知识，并提供了应用示例；第4-10章介绍了Ray高级库(Ray RLlib、Ray Tune、Ray Dataset、Ray Train、Ray Serve、Ray Cluster、Ray AIR)，并展示如何使用高级库创建应用程序；第11章对Ray的生态进行了总结，并指导读者继续学习。

展开 ∨

评分：

评价：

请输入评论信息

0/255 我要评论

全部评论(0)

默认排序