Dit is de Linux-app genaamd Ray waarvan de nieuwste release kan worden gedownload als Ray-2.7.1.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en voer deze app genaamd Ray met OnWorks gratis online uit.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start de OnWorks Linux online of Windows online emulator of MACOS online emulator vanaf deze website.
- 5. Ga vanuit het OnWorks Linux-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie, installeer hem en voer hem uit.
SCREENSHOTS
Ad
straal
PRODUCTBESCHRIJVING
Moderne workloads zoals deep learning en hyperparameter tuning zijn rekenintensief en vereisen gedistribueerde of parallelle uitvoering. Ray maakt het moeiteloos parallelliseren van enkele machinecode - ga van een enkele CPU naar multi-core, multi-GPU of multi-node met minimale codewijzigingen. Versnel uw PyTorch- en Tensorflow-workload met een resource-efficiënter en flexibeler framework voor gedistribueerde uitvoering, mogelijk gemaakt door Ray. Versnel uw hyperparameter-zoektaken met Ray Tune. Vind het beste model en verlaag de trainingskosten door gebruik te maken van de nieuwste optimalisatie-algoritmen. Implementeer uw machine learning-modellen op schaal met Ray Serve, een Python-first en framework-agnostisch modelserving-framework. Schaal versterkend leren (RL) met RLlib, een framework-agnostische RL-bibliotheek die wordt geleverd met meer dan 30 geavanceerde RL-algoritmen, waaronder A3C, DQN en PPO. Bouw eenvoudig schaalbare, gedistribueerde systemen in Python met eenvoudige en samen te stellen primitieven in Ray Core.
Voordelen
- Versterking leren
- Algemene Python-apps
- Gegevensverwerking
- Hyperparameterafstemming
- Diepe leer
- Model serveren
Programmeertaal
Python
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/ray.mirror/. Het is gehost in OnWorks, zodat het op de gemakkelijkste manier online kan worden uitgevoerd vanaf een van onze gratis besturingssystemen.