Il s'agit de l'application Linux Ray, dont la dernière version est téléchargeable sous le nom Ray-2.49.2sourcecode.tar.gz. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée Ray avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
Ray
DESCRIPTION
Les charges de travail modernes telles que l'apprentissage en profondeur et le réglage des hyperparamètres sont gourmandes en ressources de calcul et nécessitent une exécution distribuée ou parallèle. Ray facilite la parallélisation d'un code machine unique - passez d'un seul processeur à plusieurs cœurs, multi-GPU ou multi-nœuds avec des modifications de code minimales. Accélérez votre charge de travail PyTorch et Tensorflow avec une infrastructure d'exécution distribuée plus économe en ressources et plus flexible, optimisée par Ray. Accélérez vos charges de travail de recherche d'hyperparamètres avec Ray Tune. Trouvez le meilleur modèle et réduisez les coûts de formation en utilisant les derniers algorithmes d'optimisation. Déployez vos modèles d'apprentissage automatique à grande échelle avec Ray Serve, un framework de service de modèles basé sur Python et indépendant du framework. Mettez à l'échelle l'apprentissage par renforcement (RL) avec RLlib, une bibliothèque RL indépendante du cadre qui est livrée avec plus de 30 algorithmes RL de pointe, notamment A3C, DQN et PPO. Créez facilement des systèmes évolutifs et distribués en Python avec des primitives simples et composables dans Ray Core.
Caractéristiques
- Apprentissage par renforcement
- Applications Python générales
- Traitement de l'information
- Réglage hyperparamètre
- L'apprentissage en profondeur
- Modèle servant
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/ray.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
