Learning Ray Av Max Pumperla, Edward Oakes, Richard Liaw

Oppdag Learning Ray av Max Pumperla, Edward Oakes, Richard Liaw

Er du klar for å ta dine programmeringsevner til neste nivå? Med Learning Ray får du en praktisk veiledning til det åpne, distribuerte databehandlingsrammeverket Ray. Dette er boken som vil hjelpe deg med å forenkle prosessen med å skalere beregningsintensive Python-arbeidsoppgaver!

Hva kan du forvente fra Learning Ray?

• Praktisk tilnærming: Lær hvordan du utnytter Ray lokalt og setter opp beregningsklynger.
• Maskinlæring i skala: Få innsikt i hvordan du strukturerer og kjører maskinlæringsprogrammer ved hjelp av Ray.
• Distribuert databehandling: Selv om distribuert beregning kan virke komplisert, gjør Ray det enkelt å komme i gang.

Bygg dine egne applikasjoner

Boken viser deg hvordan du kan:

• Bygge din første distribuerte applikasjon med Ray Core
• Utføre hyperparameteroptimalisering ved hjelp av Ray Tune
• Bruke Ray RLlib for forsterkningslæring
• Administrere distribuert trening med Ray Train biblioteket
• Utføre databehandling med Ray Datasets
• Jobbe med Ray Clusters og servere modeller med Ray Serve
• Bygge komplette maskinlæringsapplikasjoner med Ray AIR

Hvem bør lese Learning Ray?

Enten du er en Python-programmer, dataingeniør, eller en dataforsker, vil denne boken gi deg verktøyene du trenger for å mestre fordelene med Ray i databehandlingsprosjektene dine. La deg inspirere av dyktigheten til forfatterne Max Pumperla, Edward Oakes, og Richard Liaw, og ta steget mot mer effektive arbeidsprosesser.

Forbered deg på en reise inn i den spennende verden av distribuert databehandling med Learning Ray. Dette er boken du har ventet på for å revolutionere måten du jobber med maskinlæring!