英語フランス語スペイン語

OnWorksファビコン

Linux 用 Ray ダウンロード

Ray Linux アプリを無料でダウンロードして、Ubuntu オンライン、Fedora オンライン、または Debian オンラインでオンラインで実行します

これは Ray という名前の Linux アプリで、その最新リリースは Ray-2.7.1.zip としてダウンロードできます。 これは、ワークステーション用の無料のホスティング プロバイダーである OnWorks でオンラインで実行できます。

Ray with OnWorks という名前のこのアプリをオンラインで無料でダウンロードして実行します。

このアプリを実行するには、次の手順に従ってください。

-1。このアプリケーションをPCにダウンロードしました。

--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。

-3。このアプリケーションをそのようなファイルマネージャにアップロードします。

-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。

-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。

-6。アプリケーションをダウンロードし、インストールして実行します。

スクリーンショットは

Ad


レイ


DESCRIPTION

ディープ ラーニングやハイパーパラメーター チューニングなどの最新のワークロードは、計算負荷が高く、分散実行または並列実行が必要です。 Ray を使用すると、単一のマシン コードを簡単に並列化できます。最小限のコード変更で、単一の CPU からマルチコア、マルチ GPU、またはマルチノードに移行できます。 Ray を利用した、リソース効率が高く柔軟な分散実行フレームワークを使用して、PyTorch と Tensorflow のワークロードを高速化します。 Ray Tune でハイパーパラメータ検索のワークロードを高速化します。 最新の最適化アルゴリズムを使用して、最適なモデルを見つけてトレーニング コストを削減します。 Python ファーストでフレームワークに依存しないモデル提供フレームワークである Ray Serve を使用して、機械学習モデルを大規模にデプロイします。 A30C、DQN、PPO などの 3 以上の最先端の RL アルゴリズムが付属する、フレームワークに依存しない RL ライブラリである RLlib を使用して、強化学習 (RL) をスケーリングします。 Ray Core のシンプルで構成可能なプリミティブを使用して、Python でスケーラブルな分散システムを簡単に構築します。



特徴

  • 強化学習
  • 一般的な Python アプリ
  • データ処理
  • ハイパーパラメータ調整
  • 深い学習
  • モデルサービング


プログラミング言語

Python


カテゴリー

フレームワーク、機械学習、深層学習フレームワーク

これは https://sourceforge.net/projects/ray.mirror/ からも取得できるアプリケーションです。 これは、OnWorks でホストされており、無料のオペレーティング システムの XNUMX つからオンラインで簡単に実行できます。


無料のサーバーとワークステーション

Windows と Linux のアプリをダウンロード

Linuxコマンド

Ad