이것은 최신 릴리스를 Ray-2.7.1.zip으로 다운로드할 수 있는 Ray라는 Linux 앱입니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks와 함께 Ray라는 이 앱을 무료로 다운로드하여 온라인에서 실행하십시오.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 OnWorks Linux 온라인 또는 Windows 온라인 에뮬레이터 또는 MACOS 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Linux OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 응용 프로그램을 다운로드하여 설치하고 실행합니다.
스크린 샷
Ad
레이
기술
딥 러닝 및 하이퍼파라미터 튜닝과 같은 최신 워크로드는 컴퓨팅 집약적이며 분산 또는 병렬 실행이 필요합니다. Ray는 단일 기계 코드를 쉽게 병렬화할 수 있도록 합니다. 최소한의 코드 변경으로 단일 CPU에서 다중 코어, 다중 GPU 또는 다중 노드로 이동할 수 있습니다. Ray에서 제공하는 보다 리소스 효율적이고 유연한 분산 실행 프레임워크로 PyTorch 및 Tensorflow 워크로드를 가속화하십시오. Ray Tune으로 하이퍼파라미터 검색 워크로드를 가속화하십시오. 최신 최적화 알고리즘을 사용하여 최상의 모델을 찾고 교육 비용을 줄입니다. Python 우선 프레임워크에 구애받지 않는 모델 제공 프레임워크인 Ray Serve를 사용하여 기계 학습 모델을 대규모로 배포하십시오. A30C, DQN 및 PPO를 포함하여 3개 이상의 최첨단 RL 알고리즘과 함께 제공되는 프레임워크에 구애받지 않는 RL 라이브러리인 RLlib를 사용하여 RL(강화 학습)을 확장합니다. Ray Core의 단순하고 구성 가능한 프리미티브를 사용하여 Python에서 확장 가능한 분산 시스템을 쉽게 구축하십시오.
특징
- 강화 학습
- 일반 Python 앱
- 데이터 처리
- 하이퍼 파라미터 튜닝
- 깊은 학습
- 모델 서빙
프로그래밍 언어
Python
카테고리
이것은 https://sourceforge.net/projects/ray.mirror/에서도 가져올 수 있는 애플리케이션입니다. 무료 운영 체제 중 하나에서 가장 쉬운 방법으로 온라인으로 실행하기 위해 OnWorks에서 호스팅되었습니다.