Изучаем Ray, Пумперла М., Оукс Э., Ляо Р., 2023.
В книге излагаются основы работы с фреймворком распределенных вычислений с открытым исходным кодом Ray, который упрощает процесс масштабирования вычислительно интенсивных рабочих нагрузок на Python. Читатель научится применять фреймворк Ray локально и разворачивать вычислительные кластеры Ray, создавать распределенные приложения с помощью ядра фреймворка – Ray Core, управлять распределенным обучением с помощью библиотеки Ray Train. Издание предназначено для программистов на Python, инженеров и исследователей данных.
![Изучаем Ray, Пумперла М., Оукс Э., Ляо Р., 2023 Изучаем Ray, Пумперла М., Оукс Э., Ляо Р., 2023](/img/knigi/informatika/1635/163594.jpg)
Скорость и масштабируемость.
Еще одним принципом внутреннего устройства фреймворка Ray является скорость, с которой Ray исполняет свои задания. Он может обрабатывать миллионы заданий в секунду, и с ним вы получаете очень низкие задержки. Ray разработан так, чтобы исполнять свои задания с задержкой всего в миллисекунды. Для того чтобы распределенная система была быстрой, она также должна хорошо масштабироваться. Фреймворк Ray эффективно распределяет и планирует ваши задания по всему вычислительному кластеру. И он также делает это в отказоустойчивом ключе. Как вы подробно узнаете в главе 9, кластеры фреймворка Ray поддерживают автомасштабирование, чтобы поддерживать высокоэластичные рабочие нагрузки. Автомасштабировщик Ray пытается запускать или останавливать машины в вашем кластере в соответствии с текущим спросом. Это помогает как минимизировать затраты, так и обеспечивать наличие в вашем кластере ресурсов, достаточных для выполнения вашей рабочей нагрузки.
Содержание.
От издательства.
Об авторах.
Колофон.
Предисловие.
Введение.
Глава 1.Общий обзор фреймворка Ray.
Глава 2.Начало работы с инструментарием Ray Core.
Глава 3.Разработка первого распределенного приложения.
Глава 4.Обучение с подкреплением с использованием библиотеки Ray RLlib.
Глава 5.Гиперпараметрическая оптимизация с использованием библиотеки Ray Tune.
Глава 6.Обработка данных с использованием фреймворка Ray.
Глава 7.Распределенная тренировка с использованием библиотеки Ray Train.
Глава 8.Онлайновое генерирование модельных предсказаний с использованием библиотеки Ray Serve.
Глава 9.Кластеры Ray.
Глава 10.Начало работы с инструментарием Ray AI Runtime.
Глава 11.Экосистема фреймворка Ray и за ее пределами.
Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Изучаем Ray, Пумперла М., Оукс Э., Ляо Р., 2023 - fileskachat.com, быстрое и бесплатное скачивание.
Скачать pdf
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу
Скачать - pdf - Яндекс.Диск.
Дата публикации:
Теги: Пумперла :: Оукс :: Ляо :: фреймворки :: информатика :: компьютеры :: вычислительные кластеры
Смотрите также учебники, книги и учебные материалы:
Следующие учебники и книги:
- Библия Linux, Негус К., 2022
- Компьютерная графика, Рейтрейсинг и растеризация, Гамбетта Г., 2022
- Кибердзюцу, Кибербезопасность для современных ниндзя, Маккарти Б., 2022
- Работа с ядром Windows, Йосифович П., 2021
Предыдущие статьи:
- Защита данных, От авторизации до аудита, Андресс Д., 2021
- Производительность систем, Брендан Г., 2023
- BPF, Профессиональная оценка производительности, Брендан Г., 2024
- PowerShell для сисадминов, Бертрам А., 2021