Ray 2.7.2
  • 欢迎来到 Ray ！

Ray

  • 概述「100%」
  • 入门
  • 安装「100%」
  • 用例「100%」
  • 示例库「1%」
  • 生态「3%」
  • Ray 核心「100%」
  • Ray 数据「75%」
  • Ray 训练「0%」
  • Ray 调参「0%」
  • Ray Serve
  • Ray RLlib
  • 更多类库「40%」
  • Ray 集群「100%」
    • 关键概念
    • 在 Kubernetes 部署
      • KubeRay 入门
      • 用户指引
      • 示例
        • Ray Train XGBoostTrainer on Kubernetes
        • Train PyTorch ResNet model with GPUs on Kubernetes
        • Serve a StableDiffusion text-to-image model on Kubernetes
        • Serve a MobileNet image classifier on Kubernetes
        • Serve a text summarizer on Kubernetes
        • RayJob Batch Inference Example
      • KubeRay 生态系统
      • KubeRay 基准测试
      • KubeRay 故障排除
      • API 参考
    • 在虚拟机部署
    • 指标收集和监控
    • 配置管理 Ray 仪表盘
    • 应用指引
    • FAQ
    • Ray Cluster 管理 API
  • 监控调试「100%」
  • 参考「20%」
  • 开发者指引「30%」
  • 安全「100%」
Theme by the Executable Book Project
  • repository
  • open issue
  • suggest edit
  • .md

示例

示例#

本部分介绍了在 Kubernetes 集群上试用的 Ray 工作负载示例。

  • Ray Train XGBoostTrainer on Kubernetes (CPU-only)

  • Train PyTorch ResNet model with GPUs on Kubernetes

  • Serve a MobileNet image classifier on Kubernetes (CPU-only)

  • Serve a StableDiffusion text-to-image model on Kubernetes

  • Serve a text summarizer on Kubernetes

  • RayJob Batch Inference Example

previous

（高级）在没有 KubeRay 的情况下部署静态 Ray 集群

next

Ray Train XGBoostTrainer on Kubernetes
谢谢你的反馈！
是否能帮助到你？
是
否
反馈
提交

By The Ray Team
© Copyright 2024, The Ray Team.