Ray - Un système pour des applications Python distribuées et haute performance

Aperçu

Explorez Ray, un cadre open-source pour faire évoluer les applications Python des ordinateurs portables aux clusters, en mettant l'accent sur les défis de performance en ML/IA et ses caractéristiques clés pour le calcul distribué.

Programme

- Introduction à Ray -- Aperçu de Ray -- Principaux avantages de l'utilisation de Ray pour le calcul distribué -- Comparaison avec d'autres frameworks de calcul distribué - Mise en place de Ray -- Installation et configuration -- Exécution de Ray localement sur un ordinateur portable -- Configuration de Ray pour les clusters - Concepts de base de Ray -- Architecture de Ray -- Tâches et acteurs dans Ray -- Gestion des objets Ray et des magasins d'objets - Calcul distribué avec Ray -- Planification et exécution des tâches -- Combinaison des tâches et des acteurs -- Gestion des contraintes de ressources et des dépendances - Mise à l'échelle des applications d'apprentissage machine -- Utilisation de Ray avec des frameworks ML populaires (TensorFlow, PyTorch) -- Optimisation des hyperparamètres avec Ray Tune -- Traitement distribué des données avec Ray Datasets - Fonctionnalités avancées de Ray -- Tolérance aux pannes et récupération d'erreurs de Ray -- Surveillance et débogage des applications Ray -- Ray Serve pour le déploiement évolutif de modèles - Applications réelles et cas d'utilisation -- Études de cas de l'utilisation de Ray dans l'industrie -- Meilleures pratiques pour déployer Ray en production - Écosystème et outils Ray -- Aperçu des bibliothèques Ray (RLLib, Ray Tune, Ray Serve, etc.) -- Choisir le bon outil Ray pour votre application - Projets pratiques -- Création d'une application distribuée avec Ray -- Mise à l'échelle d'un modèle d'apprentissage machine avec Ray -- Optimisation des performances et ajustement avec Ray - Conclusion et avenir de Ray -- Tendances émergentes dans le calcul distribué -- Développements futurs de Ray -- Ressources pour approfondir l'apprentissage - Session finale de questions-réponses et clôture Chaque sujet sera accompagné de cours, de démonstrations et d'exercices pratiques pour fournir une compréhension complète de Ray et de ses applications dans le calcul distribué haute performance.

Enseigné par

Étiquettes