Ray客2代
文章平均质量分 86
开源并行计算机器学习框架Ray的介绍与实战
Augenstern-YaoYao
现在没有了电车,只剩下了难题。
展开
-
机器学习框架Ray -- 1.1 Overview
Ray是一个开源的、用于扩展人工智能和Python应用程序的统一框架,提供了可扩展的机器学习库、分布式计算基元和集成工具。翻译 2023-04-05 06:01:27 · 778 阅读 · 0 评论 -
机器学习框架Ray -- 1.2 Ray Core简介
Ray Core简介翻译 2023-04-06 03:33:31 · 361 阅读 · 0 评论 -
机器学习框架Ray -- 1.3 Ray Clusters与Ray AIR的基本使用
Ray cluster与Ray AIR的快速安装与基本使用原创 2023-04-05 06:46:08 · 1117 阅读 · 0 评论 -
机器学习框架Ray -- 1.4 Ray RLlib的基本使用
RLlib是一种建立在Ray之上的行业级别的强化学习(RL)库。RLlib提供了高度可扩展性和统一的API,适用于各种行业和研究应用。定义了一个名为SimpleCorridor的gym环境,使用PPO算法进行并行强化学习。原创 2023-04-05 14:08:11 · 1721 阅读 · 3 评论 -
机器学习框架Ray -- 2.1 Ray 用例整理
为扩展机器学习而设计的Ray常见使用案例进行索引。包含对博客、示例和教程的突出引用,这些资源也可以在Ray文档的其他位置找到。Batch Inference是指在一组输入观测值上生成模型预测。该模型可以是回归模型、神经网络,也可以仅是Python函数。Ray可以将批量推断从单GPU机器扩展到大型集群。将训练模型的体系结构和权重导出到共享对象存储中,可以并行化对输入数据批量推断的过程。使用这些模型副本,Ray AIR的Batch Predictor可以跨工作进程扩展批量预测。翻译 2023-04-06 03:18:56 · 894 阅读 · 0 评论 -
机器学习框架Ray -- 2.2 Ray Core计算π
Ray Core案例:基于Ray Core,使用蒙特卡洛计算圆周率。Ray Core启动并行计算节点。原创 2023-04-06 04:25:40 · 152 阅读 · 0 评论 -
机器学习框架Ray -- 2.3 基于Ray的并行化网络爬虫
基于Ray的并行化网络爬虫原创 2023-04-06 05:22:29 · 533 阅读 · 0 评论 -
机器学习框架Ray -- 2.4 基于Ray的Fashion Minst数据集识别
基于Ray的Fashion Minst数据集识别原创 2023-04-06 14:09:26 · 417 阅读 · 0 评论 -
机器学习框架Ray -- 2.5 NYC Taxi数据集的处理与分析
使用Ray进行NYC Taxi数据集的分布式处理与推理。原创 2023-04-07 05:28:58 · 1572 阅读 · 2 评论 -
机器学习框架Ray -- 2.6 基于Ray Core的Batch Training
使用Ray Core针对NYC Taxi数据集进行并行的基于线性回归模型的Batch Training。原创 2023-04-08 11:22:11 · 276 阅读 · 0 评论 -
机器学习框架Ray -- 2.7 将PyTorch代码切换至Ray AIR
将现有的PyTorch代码转换为可与Ray AIR一起使用的代码。学习了如何使用Ray Train抽象使分布式训练成为可能、通过Ray AIR保存和检索模型检查点、加载模型进行批量预测。原创 2023-04-14 10:02:36 · 576 阅读 · 5 评论 -
机器学习框架Ray -- 2.8 使用 Ray AIR训练图像分类器
使用 Ray AI Runtime (AIR) 训练图像分类器。原创 2023-04-14 23:18:18 · 404 阅读 · 2 评论 -
机器学习框架Ray -- 2.9 使用 Ray Core学习Pong游戏
使用Ray Core并行化学习Pong游戏。原创 2023-04-14 23:39:10 · 355 阅读 · 0 评论 -
机器学习框架Ray -- 3.1 RayRLlib训练Pendulum-v1
使用SAC/DDPG/Apex-DDPG训练强化学习环境Pendulum-v1原创 2023-04-21 09:50:21 · 1168 阅读 · 0 评论 -
机器学习框架Ray -- 3.2 RayRLlib训练BipedalWalker
RayRLlib训练BipedalWalker原创 2023-05-02 11:31:33 · 1068 阅读 · 0 评论 -
机器学习框架Ray -- 3.3 RLlib训练BipedalWalkerHardcore
上一篇博客,主要针对BipedalWalker普通版进行了训练,相对来讲环境较为简单。训练timesteps在80M时,平均回合奖励就非常稳定了。BipedalWalkerHardcore环境则相对困难,对于算法、算力提出了更高的要求。Hardcore版本包含梯子、树桩和陷阱,需要在2000个时间步内获得300分。原创 2023-05-06 23:05:23 · 449 阅读 · 0 评论