Kapitel 8. Strahlen-Workflows
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Reale und moderne Anwendungen in einer Vielzahl von Bereichen sind oft eine Kombination aus mehreren voneinander abhängigen Schritten. In KI/ML-Workflows erfordern Trainingsworkloads zum Beispiel mehrere Schritte zur Datenbereinigung, zum Datenabgleich und zur Datenerweiterung, während die Modellbereitstellung oft viele Teilaufgaben und die Integration mit langlaufenden Geschäftsprozessen umfasst. Verschiedene Schritte in den Workflows können von mehreren Upstreams abhängen und erfordern manchmal unterschiedliche Skalierungstools.
Computerbibliotheken für die Verwaltung von Arbeitsabläufen gibt es seit über 25 Jahren, und neue Tools mit Schwerpunkt auf KI/ML kommen hinzu. Workflow-Spezifikationen reichen von grafischen Benutzeroberflächen über benutzerdefinierte Formate, YAML Ain't Markup Language (YAML) und Extensible Markup Language (XML) bis hin zu Bibliotheken in vollwertigen Programmiersprachen. Wenn du Workflows im Code spezifizierst, kannst du allgemeine Programmierwerkzeuge wie die Versionskontrolle für die Versionierung und Zusammenarbeit nutzen.
In diesem Kapitel lernst du die Grundlagen der Implementierung von Rays Workflows und einige einfache Beispiele für ihre Verwendung kennen.
Was sind Ray Workflows?
Ray Workflows erweitert Ray Core um Workflow-Primitive und bietet ...
Get Python mit Ray skalieren now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.