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
    • 示例
      • 通过示例简单介绍 Ray Core
      • Monte Carlo Estimation of π
      • Asynchronous Advantage Actor Critic (A3C)
      • Fault-Tolerant Fairseq Training
      • Simple Parallel Model Selection
      • Parameter Server
      • Learning to Play Pong
      • Using Ray for Highly Parallelizable Tasks
      • Batch Prediction with Ray Core
      • Batch Training with Ray Core
      • Simple AutoML for time series with Ray Core
      • Speed up your web crawler by parallelizing it with Ray
      • A Simple MapReduce Example with Ray Core
    • 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%」
Theme by the Executable Book Project
  • repository
  • open issue
  • suggest edit
  • .rst
Contents
  • 机器学习示例
  • 强化学习示例
  • 基础示例

Ray 教程和示例

Contents

  • 机器学习示例
  • 强化学习示例
  • 基础示例

Ray 教程和示例#

机器学习示例#

使用 Ray 构建简单的时间序列 AutoML

使用 Ray 构建批量预测

使用 Ray 构建批量训练

使用 Ray 构建简单的参数服务器

简单的并行模型选择

Fairseq 容错训练

强化学习示例#

这些是向您展示如何利用 Ray Core 的简单示例。有关 Ray 的生产级强化学习库，请参阅 RLlib。

学打乒乓球

异步高级 Actor Critic (A3C)

基础示例#

通过示例温和地介绍 Ray Core

使用 Ray 处理高度可并行化的任务

使用 Ray Core 运行简单的 MapReduce 示例

previous

在 runtime_env 验证远程 URI

next

通过示例简单介绍 Ray Core
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.