Ray - Un sistema para aplicaciones de Python distribuidas y de alto rendimiento

Resumen

Explora Ray, un marco de código abierto para escalar aplicaciones de Python desde laptops hasta clústeres, centrándose en los desafíos de rendimiento de ML/IA y sus características clave para la computación distribuida.

Programa de estudio

- Introducción a Ray -- Visión general de Ray -- Beneficios clave de usar Ray para computación distribuida -- Comparación con otros marcos de computación distribuida - Configuración de Ray -- Instalación y configuración -- Ejecutar Ray localmente en un portátil -- Configuración de Ray para clústeres - Conceptos Fundamentales de Ray -- Arquitectura de Ray -- Tareas y Actores en Ray -- Gestión de objetos de Ray y almacenes de objetos - Computación Distribuida con Ray -- Programación y ejecución de tareas -- Combinación de tareas y actores -- Manejo de restricciones de recursos y dependencias - Escalado de Aplicaciones de Aprendizaje Automático -- Uso de Ray con marcos de aprendizaje automático populares (TensorFlow, PyTorch) -- Ajuste de hiperparámetros con Ray Tune -- Procesamiento de datos distribuido con Ray Datasets - Funciones Avanzadas de Ray -- Tolerancia a fallos y recuperación de fallos en Ray -- Monitoreo y depuración de aplicaciones Ray -- Ray Serve para el servicio de modelos escalable - Aplicaciones y Casos de Uso en el Mundo Real -- Estudios de caso de Ray en la industria -- Mejores prácticas para el despliegue de Ray en producción - Ecosistema y Herramientas de Ray -- Panorama de las bibliotecas de Ray (RLLib, Ray Tune, Ray Serve, etc.) -- Elección de la herramienta Ray adecuada para tu aplicación - Proyectos Prácticos -- Construcción de una aplicación distribuida con Ray -- Escalado de un modelo de aprendizaje automático usando Ray -- Optimización y ajuste de rendimiento con Ray - Conclusión y Futuro de Ray -- Tendencias emergentes en computación distribuida -- Desarrollos futuros en Ray -- Recursos para aprendizaje adicional - Preguntas Finales y Clausura Cada tema estará acompañado de conferencias, demostraciones y ejercicios prácticos para proporcionar una comprensión integral de Ray y sus aplicaciones en la computación distribuida de alto rendimiento.

Enseñado por

Etiquetas