这是名为 Ray 的 Linux 应用程序，其最新版本可以下载为 Ray-2.7.1.zip。 它可以在工作站的免费托管服务提供商 OnWorks 中在线运行。
使用 OnWorks 免费下载并在线运行这个名为 Ray 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
射线
商品描述
深度学习和超参数调整等现代工作负载是计算密集型的，需要分布式或并行执行。 Ray 使并行化单个机器代码变得毫不费力——从单个 CPU 到多核、多 GPU 或多节点，代码更改最少。 使用由 Ray 提供支持的资源效率更高、更灵活的分布式执行框架，加速您的 PyTorch 和 Tensorflow 工作负载。 使用 Ray Tune 加速您的超参数搜索工作负载。 通过使用最新的优化算法找到最佳模型并降低训练成本。 使用 Ray Serve 大规模部署您的机器学习模型，Ray Serve 是一种 Python 优先且与框架无关的模型服务框架。 使用 RLlib 扩展强化学习 (RL)，RLlib 是一个与框架无关的 RL 库，附带 30 多种前沿的 RL 算法，包括 A3C、DQN 和 PPO。 使用 Ray Core 中简单且可组合的基元，轻松地在 Python 中构建可扩展的分布式系统。
特征
- 强化学习
- 通用 Python 应用程序
- 数据处理
- 超参数调整
- 深入学习
- 模型服务
程式语言
蟒蛇
分类目录
这是一个也可以从 https://sourceforge.net/projects/ray.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便以最简单的方式从我们的免费操作系统之一在线运行。
