中图网

>

计算机理论

RAY分布式机器学习:利用RAY进行大模型的数据处理、训练、推理和部署

作者：[德]马克斯·普佩拉(Max Pumpe

出版社：机械工业出版社出版时间：2024-05-01

开本： 16开 页数： 238

本类榜单：计算机/网络销量榜

中图价:¥67.3(6.8折) 定价 ~~¥99.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥67.3 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

RAY分布式机器学习:利用RAY进行大模型的数据处理、训练、推理和部署版权信息

ISBN：9787111753384
条形码：9787111753384 ; 978-7-111-75338-4
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

RAY分布式机器学习:利用RAY进行大模型的数据处理、训练、推理和部署本书特色

Ray是开源分布式计算框架，简化了扩展计算密集型Python工作负载的过程。通过本书，Python程序员、数据工程师和数据科学家将学会如何在本地利用Ray并启动计算集群。你将能够使用Ray来大规模构建和运行机器学习程序。三位作者展示了如何使用Ray构建机器学习应用程序。你将了解Ray如何融入当前的机器学习工具，并了解Ray与这些工具紧密集成的方法。分布式计算很难，但Ray让一切困难迎刃而解。通过学习本书，你将：? 了解如何使用Ray Core构建分布式应用程序。 ? 使用Ray Tune进行超参数优化。 ? 使用Ray RLlib库进行强化学习。 ? 使用Ray Train库管理分布式训练。 ? 使用Ray Datasets进行数据处理。 ? 了解如何使用Ray Clusters以及如何使用Ray Serve为模型提供服务。 ? 使用Ray AIR创建端到端机器学习应用程序。

RAY分布式机器学习:利用RAY进行大模型的数据处理、训练、推理和部署内容简介

Ray是开源分布式计算框架，简化了扩展计算密集型Python工作负载的过程。本书展示了如何使用Ray构建机器学习应用程序，介绍了Ray如何融入当前的机器学习工具，以及Ray如何与这些工具紧密集成。本书前3章介绍了Ray作为分布式Python框架的基础知识，并提供了应用示例；第4-10章介绍了Ray高级库（Ray RLlib、Ray Tune、Ray Dataset、Ray Train、Ray Serve、Ray Cluster、Ray AIR），并展示如何使用高级库创建应用程序；第11章对Ray的生态进行了总结，并指导读者继续学习。

RAY分布式机器学习:利用RAY进行大模型的数据处理、训练、推理和部署目录

目录序1前言3第1章 Ray概述111.1 Ray是什么121.1.1 Ray的渊源121.1.2 Ray的设计原则141.1.3 Ray的三层架构：内核、库、生态151.2 分布式计算框架161.3 数据科学库套件181.3.1 Ray AIR和数据科学工作流191.3.2 处理数据201.3.3 训练模型221.3.4 调优超参数261.3.5 部署模型281.4 Ray的生态301.5 总结31第2章 Ray Core入门322.1 Ray Core简介332.1.1 Ray API的**个示例342.1.2 Ray Core API概述442.2 理解Ray的系统组件452.2.1 在节点上调度和执行任务452.2.2 主节点482.2.3 分布式调度和执行482.3 利用Ray创建简单的MapReduce示例502.3.1 映射和打乱文档数据522.3.2 利用约简进行单词统计542.4 总结56第3章创建**个分布式应用程序573.1 强化学习入门573.2 创建简易的迷宫问题593.3 创建模拟633.4 训练强化

展开全部

RAY分布式机器学习:利用RAY进行大模型的数据处理、训练、推理和部署作者简介

[德]马克斯·普佩拉(Max Pumperla)，是一位现居德国汉堡的数据科学家和软件工程师。作为一名活跃的开源贡献者，他是多个Python包的维护者、机器学习书籍的作者，并多次在会议上发表演讲。他目前在Anyscale担任软件工程师。在担任Pathmind公司的产品负责人时，他使用Ray RLlib、Serve和Tune开发了用于大规模产业应用的强化学习解决方案。Max曾是Skymind的DL4J核心开发者，他拓展了Keras生态，并且是Hyperopt的维护者。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐