# GPU云服务器 #
0
关注
6948内容
机器学习分布式框架Ray
Ray是UC Berkeley RISELab推出的一个高性能分布式执行框架，它比Spark更具计算优势，部署简单，支持机器学习和深度学习的分布式训练。Ray包括节点（head和worker）、本地调度器、object store、全局调度器（GCS），用于处理各种分布式计算任务。它支持超参数调优（Ray Tune）、梯度下降（Ray SGD）、推理服务（Ray SERVE）等。安装简单，可通过`pip install ray`。使用时，利用`@ray.remote`装饰器将函数转换为分布式任务，通过`.remote`提交并用`ray.get`获取结果。5月更文挑战第15天
使用TensorFlow进行深度学习入门
【5月更文挑战第18天】本文介绍了TensorFlow深度学习入门，包括TensorFlow的概述和一个简单的CNN手写数字识别例子。TensorFlow是由谷歌开发的开源机器学习框架，以其灵活性、可扩展性和高效性著称。文中展示了如何安装TensorFlow，加载MNIST数据集，构建并编译CNN模型，以及训练和评估模型。此外，还提供了预测及可视化结果的代码示例。
深度学习：Pytorch 与 Tensorflow 的主要区别（2）
深度学习：Pytorch 与 Tensorflow 的主要区别（2）
上海站丨阿里云云原生技术实践营—— Serverless + AI 技术专场开启报名！
"飞天技术沙龙——Serverless 技术实践营"将于2024年5月31日举行，聚焦Serverless在AI中的应用。活动包括演讲、实操，探讨Serverless演进趋势、AI应用开发及降低成本等议题。限额80人，报名审核制，有周边礼品。扫描链接<https://summit.aliyun.com/Serverless2024shanghai>报名，现场还有大奖和证书领取。
精通 Transformers（三）（2）
精通 Transformers（三）
NumPy 1.26 中文官方指南（三）（4）
NumPy 1.26 中文官方指南（三）
NumPy 1.26 中文官方指南（三）（3）
NumPy 1.26 中文官方指南（三）
入门生成式语言模型（Generative Language Models）
入门生成式语言模型涉及理解基本概念、学习NLP基础知识、掌握相关工具和框架、训练与评估模型、实践项目和案例，以及持续学习。关键步骤包括预训练、微调（如SFT、LoRA、Prefix Tuning）、模型选择（如LLaMA、ChatGLM、Bloom等）和优化部署（量化、剪枝）。训练策略包括Pretrain、SFT、LoRA等，模型如Qwen、GPT-3、OPT等，评估数据集有SuperGLUE、CLUEbenchmark等。此外，有专门的加速和分布式框架如DeepSpeed、Megatron、FairScale等，以及部署工具vLLM、TensorRT-LLM。
免费试用