现阶段好好学习一下这个技术是很值得的,因为现在这个东东很火啊,而且写的简单易懂,很好得一本,再加上京东快递,又快又稳,值得推荐!
由于目前机器学习系统处理的数据量和模型规模日益增大,单机多卡无法满足需求的情况下,分布式计算几乎成了唯一解。但同时由于分布式集群管理、调度和维护的复杂性,对于机器学习工程师和数据科学家来说将精力放在分布式计算的具体技术细节上无疑会增加工作的负担。因此,对于机器学习工程师和数据科学家而言一款开箱即用的分布式计算框架无疑是一个无法拒绝的方案。Ray就是这样一款开箱即用的分布式计算框架,为用户解决了底层技术细节,用户仅需专注于业务逻辑的开发。本书则为Ray学习提供了一个不错的学习方案;阅读本书可以建立对Ray的基本认知,为在业务中使用Ray提供基础理论储备。
Ray分布式机器学习
利用Ray进行大模型的数据处理、训练、推理和部
Ray是开源分布式计算框架,简化了扩展计算密集型Python工作负载的过程。通过本书,Python程序员、数据工程师和数据科学家将学会如何在本地利用Ray并启动计算集群。你将能够使用Ray来大规模构建和运行机器学习程序。
三位作者展示了如何使用Ray构建机器学习应用程序。你将了解
Ray如何融入当前的机器学习工具,并了解Ray与这些工具紧密集成的方法。分布式计算很难,但Ray让一切困难迎刃而解。
通过学习本书,你将:
• 了解如何使用Ray Core构建分布式应用程序。
使用Ray Tune进行超参数优化。
使用Ray RLlib库进行强化学习。