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.