Toggle navigation sidebar
Toggle in-page Table of Contents
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%」
关键概念
用户指南
任务
Actors
对象
环境依赖
调度
容错
设计模型 及 反模式
高级主题
首次用户提示
启动 Ray
使用命名空间
跨语言编程
使用 Jupyter Notebook 和 JupyterLab
使用 Ray DAG API 的惰性计算图
杂项主题
在 runtime_env 验证远程 URI
示例
Ray Core API
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%」
监控调试「100%」
参考「20%」
开发者指引「30%」
安全「100%」
repository
open issue
suggest edit
.rst
.pdf
高级主题
高级主题
#
本节介绍如何使用 Ray 的扩展主题。
首次用户提示
Tip 1: 延迟 ray.get()
Tip 2: 避免执行微小的任务
Tip 3: 避免将同一对象重复传递给远程任务
Tip 4: Pipeline 数据处理
启动 Ray
Ray 运行时是什么?
在单台机器上启动 Ray
通过 CLI 启动 Ray (
ray
start
)
启动 Ray 集群 (
ray
up
)
接下来是什么?
使用命名空间
为命名 actor 指定命名空间
匿名命名空间
获取当前命名空间
跨语言编程
设置驱动
Python 调用 Java
Java 调用 Python
跨语言数据序列化
跨语言异常堆栈
使用 Jupyter Notebook 和 JupyterLab
设置 Notebook
使用 Ray DAG API 的惰性计算图
带有函数的 Ray DAG
具有类和类方法的 Ray DAG
带有自定义 InputNode 的 Ray DAG
更多资源
杂项主题
动态远程参数
重载函数
检查集群状态
节点信息
资源信息
运行大型 Ray 集群
调整操作系统设置
最大打开文件数
ARP 缓存
调整 Ray 设置
Resource 广播
基准
在 runtime_env 验证远程 URI
验证远程 URI
在虚拟机上运行:netrc 文件
在 KubeRay 上运行:使用 netrc 的 Secrets