Scaling Python with Ray
Holden Karau, Boris Lublinsky
- Editorial
- O'Reilly
- Año
- 2023
- Páginas
- ~342
- Nivel
- Intermedio
De qué trata
Tratado técnico sobre computación distribuida e inteligencia artificial a gran escala escrito por Holden Karau y Boris Lublinsky, publicado por O'Reilly en 2023. Enseña a utilizar el framework Ray para escalar aplicaciones Python en clústeres.
Cubre la ejecución de tareas remotas (`@ray.remote`), actores distribuidos con estado, Ray Core, entrenamiento distribuido de modelos de machine learning con Ray Train, ajuste de hiperparámetros con Ray Tune, y servicio de modelos con Ray Serve.
Holden Karau y Boris Lublinsky desmitifican la orquestación distribuida, mostrando cómo transformar un script Python local en una aplicación distribuida capaz de operar sobre cientos de nodos en la nube. Imprescindible para ingenieros de MLOps y Big Data.
- Ray Framework
- Computación Distribuida
- Ray Core
- Ray Tune
- Ray Serve
- MLOps
- O'Reilly
¿Cómo enseña?
Con proyectos
- ✓ Incluye ejercicios
- ✓ Incluye proyectos
Proyectos
Plataforma de Entrenamiento y Despliegue Distribuido con Ray Core y Serve
Implementación de un clúster Ray para procesamiento masivo de datos y publicación de un microservicio de inferencia con auto-escalado.
