juhanishen的博客

Ray 是 UC berkley 提出的分布式机器学习。sklearn 是运行在单机上的机器学习，虽然支持多线程，但分布式并不支持。Ray 也支持 tensorflow，pytorch 和其他机器学习包. 这篇博客是先同样证明ray也是首先支持多线程的，分布式的支持我们在以后会给出范例。其实，分布式才是ray的优势。我们这里主要是学习为主，先看多线程。 主要看在一台机器上，多核是否都均匀负载。1. 代码我们先用SVM的代码来演示多线程，主要是为了看看Ray的运行机制和编程方法。# 1impo

Ray 是 UC berkley 提出的分布式机器学习。sklearn 是运行在单机上的机器学习，虽然支持多线程，但分布式并不支持。Ray 也支持 tensorflow，pytorch 和其他机器学习包。要分布式学习，当然少不了讲几核的cpu，负载是否能均匀分布，那就要用命令观察cpu核的负载分布情况。笔者先前用top命令，但top命令不是交互式的，用起来不方便。有了htop，就喜欢上htop了，因为htop可以交互式的排序，搜素，过滤等等。但使用htop前，需要安装一下。本博文就是简单介绍一下安装htop