Изучаем Ray

Данная книга поможет программистам на Python, инженерам и исследователям данных научиться применять фреймворк распределенных вычислений с открытым исходным кодом Ray и разворачивать вычислительные кластеры Ray. Ray может использоваться для структурирования и выполнения крупномасштабных программ машинного обучения. Распределенные вычисления отличаются своей сложностью, но с помощью Ray вы легко приступите к работе.
Прочитав книгу, вы научитесь: – создавать свои первые распределенные приложения с помощью ядра фреймворка – Ray Core;
– оптимизировать гиперпараметры с помощью библиотеки Ray Tune;
– применять библиотеку Ray RLlib для обучения с подкреплением;
– управлять распределенной тренировкой моделей с помощью библиотеки Ray Train;
– применять Ray для обработки данных с помощью библиотеки Ray Data;
– работать с кластерами Ray и подачей моделей в качестве служб с помощью библиотеки Ray Serve;
– создавать сквозные приложения машинного обучения с помощью инструментария Ray AIR.