- Добавил: literator
- Дата: 11-09-2023, 19:25
- Комментариев: 0
Название: Изучаем Ray. Гибкие распределенные вычисления на Python в машинном обучении
Автор: Макс Пумперла, Эдвард Оукс, Ричард Ляо
Издательство: Books.kz/ДМК Пресс
Год: 2023
Страниц: 292
Язык: русский
Формат: pdf
Размер: 10.9 MB
Наука о данных — сложная и быстро развивающаяся область, которая нуждается в мощных инструментах и фреймворках для управления огромными объемами данных, генерируемых каждый день. Ray – это платформа кластерных вычислений для распространения и запуска Python-кода, даже со сложными библиотеками или пакетами, на кластерах бесконечного размера. Помимо Python, также Ray предоставляет API для Java и C++. Фреймворк использует задачи (функции) и субъекты (классы), чтобы распараллеливать пользовательский код. Ray помогает реализовать параллельные и распределенные вычисления в жизненном цикле науки о данных. Признавая, что масштабирование является одновременно необходимостью и вызовом времени, фреймворк Ray призван упростить разработчикам распределенные вычисления. Благодаря ему распределенные вычисления стали доступными для неспециалистов и стало довольно легко масштабировать скрипты Python по нескольким узлам. Издание предназначено для программистов на Python, инженеров и исследователей данных.
Автор: Макс Пумперла, Эдвард Оукс, Ричард Ляо
Издательство: Books.kz/ДМК Пресс
Год: 2023
Страниц: 292
Язык: русский
Формат: pdf
Размер: 10.9 MB
Наука о данных — сложная и быстро развивающаяся область, которая нуждается в мощных инструментах и фреймворках для управления огромными объемами данных, генерируемых каждый день. Ray – это платформа кластерных вычислений для распространения и запуска Python-кода, даже со сложными библиотеками или пакетами, на кластерах бесконечного размера. Помимо Python, также Ray предоставляет API для Java и C++. Фреймворк использует задачи (функции) и субъекты (классы), чтобы распараллеливать пользовательский код. Ray помогает реализовать параллельные и распределенные вычисления в жизненном цикле науки о данных. Признавая, что масштабирование является одновременно необходимостью и вызовом времени, фреймворк Ray призван упростить разработчикам распределенные вычисления. Благодаря ему распределенные вычисления стали доступными для неспециалистов и стало довольно легко масштабировать скрипты Python по нескольким узлам. Издание предназначено для программистов на Python, инженеров и исследователей данных.