1 个不稳定版本
0.0.0 | 2022年1月14日 |
---|
#36 in #ray
27KB
534 行
Ray是一个统一框架,用于扩展AI和Python应用程序。Ray由一个核心分布式运行时和一组用于简化ML计算的AI库组成
https://github.com/ray-project/ray/raw/master/doc/source/images/what-is-ray-padded.svg了解更多关于 Ray AI库 的信息
或者更多关于 Ray核心 及其关键抽象的信息
使用 Ray仪表板 监控和调试Ray应用程序和集群。
Ray可以在任何机器、集群、云提供商和Kubernetes上运行,并拥有不断发展的社区集成生态系统。
使用以下命令安装Ray:pip install ray。对于夜间版本,请参阅安装页面。
为什么选择Ray?
今天的机器学习工作负载越来越依赖于计算。虽然它们非常方便,但像笔记本电脑这样的单节点开发环境无法扩展以满足这些需求。
Ray是一种统一的方法,可以将Python和AI应用程序从笔记本电脑扩展到集群。
使用Ray,您可以无缝地将相同的代码从笔记本电脑扩展到集群。Ray旨在通用,这意味着它可以高效地运行任何类型的工作负载。如果您的应用程序是用Python编写的,则可以使用Ray进行扩展,无需其他基础设施。
更多信息
旧文档
参与其中
平台 | 目的 | 估计响应时间 | 支持级别 |
---|---|---|---|
Discourse论坛 | 用于开发讨论和有关使用的疑问。 | < 1天 | 社区 |
GitHub问题 | 用于报告错误和提交功能请求。 | < 2天 | Ray OSS团队 |
Slack | 与其他Ray用户合作。 | < 2天 | 社区 |
StackOverflow | 有关如何使用Ray的问题。 | 3-5天 | 社区 |
Meetup团体 | 了解Ray项目和最佳实践。 | 每月 | Ray DevRel |
了解新功能。 | 每日 | Ray DevRel |
依赖关系
~3.5–6.5MB
~122K SLoC