Ito ang Linux app na pinangalanang Ray na ang pinakabagong release ay maaaring ma-download bilang Ray-2.7.1.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang Ray na may OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Simulan ang OnWorks Linux online o Windows online emulator o MACOS online emulator mula sa website na ito.
- 5. Mula sa OnWorks Linux OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application, i-install ito at patakbuhin ito.
MGA LALAKI
Ad
sinag
DESCRIPTION
Ang mga modernong workload tulad ng deep learning at hyperparameter tuning ay compute-intensive at nangangailangan ng distributed o parallel execution. Ginagawang madali ni Ray na iparallelize ang solong machine code — pumunta mula sa isang CPU hanggang multi-core, multi-GPU o multi-node na may kaunting pagbabago sa code. Pabilisin ang iyong PyTorch at Tensorflow workload gamit ang isang mas mahusay na mapagkukunan at flexible na ipinamamahagi na balangkas ng pagpapatupad na pinapagana ng Ray. Pabilisin ang iyong mga workload sa paghahanap ng hyperparameter gamit ang Ray Tune. Hanapin ang pinakamahusay na modelo at bawasan ang mga gastos sa pagsasanay sa pamamagitan ng paggamit ng pinakabagong mga algorithm sa pag-optimize. I-deploy ang iyong mga modelo ng machine learning nang malawakan gamit ang Ray Serve, isang Python-first at framework agnostic model serving framework. Scale reinforcement learning (RL) na may RLlib, isang framework-agnostic RL library na ipinapadala na may 30+ cutting-edge na RL algorithm kabilang ang A3C, DQN, at PPO. Madaling bumuo ng mga scalable, distributed system sa Python gamit ang simple at composable primitives sa Ray Core.
Mga tampok
- Pag-aaral ng pagpapalakas
- Pangkalahatang Python apps
- Pagpoproseso ng data
- Pag-tune ng hyperparameter
- Malalim na pag-aaral
- Paghahain ng modelo
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/ray.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.