- 综合排序
- 最热优先
- 最新优先
- 来自专栏CreateAMind
ray框架及ray-rllab
Ray cluster. http://ray.readthedocs.io/en/latest/using-ray-on-a-cluster.html http://ray.readthedocs.io/en/latest/using-ray-on-a-large-cluster.html http://ray.readthedocs.io/en/latest/using-ray-and-docker-on-a-cluster.html ray docker: http://ray.readthedocs.io cd ray . 不同agent 不同训练策略 Package Reference ray.rllib.agents ray.rllib.env ray.rllib.evaluation ray.rllib.models
1.8K20发布于 2018-07-20 - 来自专栏MixLab科技+设计实验室
Parametric Design | Ray
Stereoscopic LOGO on wall of ECADI, designed by Ray. Ray: It is my behavioral habit or way of thinking. Ray: Please be patient and stay tuned….. ? Profile of Ray Special Thanks to Ray ← Interviewee Jingdong, Truely ← Type setting Kily Ruan ← Translation -- Ray
75820发布于 2019-05-05 - 来自专栏LET
Ray Tracing简述
Whitted-Style Ray Tracing 基于Phong模型，Whitted提出了一个新的模型，公式如下： ? Distributed ray tracing 在Whitted Ray tracing中都是针对点的采样。 Distributed ray tracing的核心思想就是在等量的射线下，让射线的方向具备一定的随机性，从而高效的模拟渲染结果。本质上就是Monte Carlo integration。 因此，Ray Tracing会有这样一个问题：越深便会创建越多的射线，而这些射线对最终的强度贡献很小，性价比很低，如左侧。 当然，借助GPU也能极大的提高性能，但Ray Tracing从CPU迁移到GPU，也面临很多的挑战，技术上是否可行，GPU中的性能瓶颈是什么，如何抽象出适合ray tracing的pipeline，这些问题我们有
1.9K20发布于 2019-07-30 - 来自专栏DrugScience
Pymol-如何Ray
######RAY >有一个师姐问我如何ray（就是渲染一下） >官方解释：“ray” creates a ray-traced image of the current frame. 谷歌翻译：“ray”创建当前帧的光线跟踪图像。这可能需要一些时间（最多几分钟，具体取决于图像复杂程度）。 id=command:ray 这是指令的一个链接，毕竟如果我说的不对还有原始参考文献。 #丛PDB网站上获取2jep这个蛋白 fetch 2jep ? #ray一下 ray ? #ray下，并且固定长宽 ray 1024,768 ? #ray下Y轴旋转45度 ray angle=45 ? #ray下，x轴平移45 ? # 完整命令 # ray一下且保存 ray ray 1024,768 # 保存到D盘的Project目录下，命名为test.png png D:\Project\test.png 结果 ?
1.5K30发布于 2021-02-04 - 来自专栏LET
GPU Ray Tracing简述
在这个过程中，主要分为三个步骤：可行性分型，性能瓶颈分析以及Ray Tracing的可编程渲染管线。 ? 在OpenGL GLSL正式版还没有推出时，研究人员就着手尝试，是否可以借助可编程渲染管线的流程实现Ray Tracing，这样，借助GPU的并行能力，提升Ray Tracing的渲染效率。 如上图，左侧是可编程渲染管线的基本流程，右侧是Ray Tracing的简化流程。简单说，我们的第一步就是试图用左侧的流程来实现右侧的逻辑。 同理，在图1的Ray Tracing中，对应4个Pass，每一条Ray都有一个状态state，对应需要执行的Pass：Traverse，intersecting，shading和done。 于是，开始了探索适合Ray Tracing的高效的渲染管线。 ?
2.2K40发布于 2019-08-19 - 来自专栏Reinvent Data Science
November Ray Meetup｜探索 Towhee 与 Ray 的分布式向量碰撞
vectors generation with Ray” 的主题演讲，与海内外开发者分享了开源向量数据库 Milvus 和非结构化数据 ETL 平台 Towhee 赋能开源执行框架 Ray 的经验与思考 作为近年流行的开源高性能分布式执行框架，Ray 开源社区每月会举办 Bay Area monthly Meetup，为大家分享作为社区的重要组成部分，其他用户是如何使用 Ray 的，以及每次新版本的发布社区团队都带来了哪些新功能 Filip 也在此次的分享中，介绍了 Towhee 与 Ray 之间的合作与共创。 在分享中， Filip 为海内外的开发者分享了 Milvus 和 Towhee 的技术背景与解决方案，以及我们是如何有机结合 Towhee 和 Ray 的使用。 分享的最后，Filip 也提到了两者结合目前遇到的一些挑战，也希望对 Ray 和 Towhee 感兴趣的活跃开发者们可以积极参与社区贡献！
66110编辑于 2023-01-10 - 来自专栏CreateAMind
Ray RLlib: Scalable Reinforcement Learning
https://github.com/ray-project/ray A high-performance distributed execution engine Ray is a flexible, Ray comes with libraries that accelerate deep learning and reinforcement learning development: Ray Tune : Hyperparameter Optimization Framework Ray RLlib: Scalable Reinforcement Learning More Information Documentation Tutorial Blog Ray paper Ray HotOS paper Ray RLlib: Scalable Reinforcement Learning Ray RLlib is an RL execution toolkit built on the Ray distributed execution framework.
76120发布于 2018-07-20 - 来自专栏LET
Real time ray tracing for GIS
Ray tracing ray tracing，光线追踪，简称光追，顾名思义，是以研究光线在不同环境下的运动为基础的渲染技术，其对应的理论是辐射转移，这里，光线本质是一种电磁波，而运动则产生了能量在不同介质之间的转移 Whitted-style ray tracing是一种点采样的算法，而现实中并不存在抽象的点。 Real time ray tracing Ray tracing这么牛，相比rasterization，为何至今并没有广泛应用呢。问题就是性能。 首先是ray tracing的可编程渲染管线。 卡马克在十年前曾说过“Eventually ray tracing will win.”。
1.1K10发布于 2021-05-13 - 来自专栏LET
Differentiable Monte Carlo Ray Tracing
本文是‘Differentiable Monte Carlo Ray Tracing through Edge Sampling’这篇论文的学习总结。 之前的方法要么只解决了Primary ray的可见性问题，不支持second ray相关的阴影和间接光，要么只考虑了diffuse的材质， 不支持复杂材质。 第一个解决的是primary ray，也就是直接从相机发射的ray。因为渲染方程通常没有对积分的解析解(closed-form solution)。 相比primary ray， secondary ray是一个从2D升级到3D的过程。如上图，我们同样可以用step function θ来表示： ? 在论文中采用Next event estimation方式，其中有一个billboard的概念（相对于NEE的ray），个人理解单个billboard有一定的宽度，包含相关的边。
1.8K31发布于 2021-01-18 - 来自专栏深度学习与python
从 Ray 到 Chronos：在 Ray 上使用 BigDL 构建端到端 AI 用例
1 介绍 Ray 是一个能够非常快速和简单地去构建分布式应用的框架。 2 RayOnSpark：在 Apache Spark 上无缝运行 Ray 程序 Ray 是一个开源分布式框架，允许用户轻松高效地运行许多新兴的人工智能应用，例如深度强化学习和自动化机器学习。 可以直接传输到 Ray 程序中用于高级 AI 应用。 它可以使用 AutoML 并进行分布式训练，因为它建立在 Ray Tune、Ray Train 和 RayOnSpark 之上。 BigDL 在其他方面也采用了 Ray，例如 BigDL Orca 项目中正在使用 Ray Train，用以跨大数据集群无缝扩展单节点 Python notebook。
1.1K11编辑于 2023-04-01 - 来自专栏祝威廉
Spark整合Ray思路漫谈（2）
上一篇 关于spark 和ray整合的文章在这： 祝威廉：Spark整合Ray思路漫谈 另外还讲了讲Spark 和Ray 的对比： 祝威廉：从MR到Spark再到Ray，谈分布式编程的发展 现在我们来思考一个比较好的部署模式 ，架构图大概类似这样： 首先，大家可以理解为k8s已经解决一切了，我们spark,ray都跑在K8s上。 下面展示一段MLSQL代码片段展示如何利用上面的架构： -- python 训练模型的代码 set py_train=''' import ray ray.init() @ray.remote(num_cpus ray.init() train_data_id = ray.put(dataBr.value) ## 这个函数的python代码会在K8s里的Ray里执行 @ray.remote def ray_train(x): X = [] y = [] for i in ray.get(train_data_id):
1.3K20编辑于 2022-07-21 - 来自专栏zhaotingrui
Rex-Ray配置VirtualBox backend
【1】Installation REX-Ray curl -sSL https://rexray.io/install | sh - 官网：https://github.com/rexray/rexray 【2】然后创建并编辑 REX-Ray 的配置文件 /etc/rexray/config.yml libstorage: service: virtualbox virtualbox: endpoint 存储介质，保留SATA存储介质 3.设置SATAcontroller 的 port 数量的最大值 为 30 【6】开启master和docker1, 运行rexray volume ls 测试 Rex-Ray
76430发布于 2019-09-16 Ray：AI的分布式系统
开源的AI框架 与深度学习框架的关系： Ray与TensorFlow，PyTorch和MXNet等深度学习框架完全兼容，在许多应用中与Ray一起使用一个或多个深度学习框架是很自然的（例如，我们的强化学习库大量地使用 目前这些包括Ray RLlib，一个可扩展的强化学习库和Ray.tune，一个高效的分布式超参数搜索库。 Ray低级API Ray API的目标是自然地表达非常普遍的计算模式和应用程序，而不局限于像MapReduce这样的固定模式。 动态任务图 Ray应用程序或作业中的基础基元是一个动态任务图。 Ray.tune支持网格搜索、随机搜索和更复杂的早期停止算法，如HyperBand。 更多信息 有关Ray的更多信息，请查看以下链接。 我们的论文 我们的代码库 我们的文档 Ray可以用pip install ray安装。我们鼓励你尝试Ray，看看你的想法。
2.5K60发布于 2018-02-05Ray：AI的分布式系统
AI的开源框架 与深度学习框架的关系： Ray与TensorFlow，PyTorch和MXNet等深度学习框架完全兼容，在许多应用中与Ray一起使用一个或多个深度学习框架是很自然的（例如，我们的强化学习库使用 目前这些包括Ray RLlib，一个可扩展的强化学习库和Ray.tune，一个高效的分布式超参数搜索库。 Ray低级API Ray API的目标是自然地表达非常普遍的计算模式和应用程序，而不受像MapReduce这样的固定模式的限制。 动态任务图 Ray应用程序或作业中的基础基元是一个动态任务图。 Ray.tune支持网格搜索，随机搜索和更复杂的早期停止算法，如HyperBand。 更多信息 有关Ray的更多信息，请查看以下链接。 我们的论文 我们的代码库 我们的文档 Ray可以安装pip install ray。我们鼓励你尝试Ray。
3.2K100发布于 2018-02-05- 来自专栏CreateAMind
分布式并行架构Ray介绍
Connecting to Ray There are two ways that a Ray script can be initiated. Running Ray standalone Ray can be used standalone by calling ray.init() within a script. Connecting to an existing Ray cluster To connect to an existing Ray cluster, simply pass the argument Ray Processes When using Ray, several processes are involved. Ray Objects Getting an object ID Several things happen when a driver or worker calls ray.get on an object
2.1K20发布于 2019-08-13 - 来自专栏最新医学影像技术
OCT_ChestX-Ray2017——OCT眼底疾病分类和X-Ray疾病分类
今天将分享OCT眼底疾病分类和X-Ray疾病分类完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。 一、OCT_ChestX-Ray2017介绍 视网膜光学相干断层扫描(OCT)是一种成像技术，用于捕获活体患者视网膜的高分辨率横截面。 二、OCT_ChestX-Ray2017任务 OCT分类：CNV、DME、DRUSEN和NORMAL X-Ray分类：NORMAL和PNEUMONIA 三、OCT_ChestX-Ray2017数据集 OCT ChestX-Ray2017数据包含5856张X-Ray图像，所有图像均标记为疾病类型-患者ID-该患者的图像编号。 3、训练结果和验证结果 4、验证集分类结果 5、测试集分类结果 任务二、x_ray疾病分类 1、将图像缩放到固定大小512x512，然后采用均值为0，方差为1的方式进行归一化处理，再将数据分成训练集和验证集
52010编辑于 2024-03-21 - 来自专栏崩天的勾玉
mmd的ray渲染基础教程
首先下载渲染包 官方地址：https://github.com/ray-cast/ray-mmd 解压到常用文件夹。 如果因为网很慢下载失败（github蛋疼的地方） 步骤1.打开mikumikudance，载入模型和场景后，在左上角显示栏取消勾选这些（和ray冲突）： 步骤2.然后将解压的ray包里的这俩文件拖入窗口 ： 步骤3.再导入ray下的天空盒，这里选择/ray-mmd-1.5.2/Skybox/Helipad GoldenHour作演示 步骤4.在背景->模型绘制顺序里，将天空盒移动至最上部 步骤5 .再打开右上角mmeffect区，在main栏给模型加载main.fx: 步骤6.在EnvlightMap栏下给你选的的天空盒skybox加载天空盒对应的lighting.fx 例如这里用的是\ray-mmd 一般单纯的ray虽然很好了但还不够，最好再结合mme特效和皮肤材质使用。
2.1K10编辑于 2021-12-20 - 来自专栏腾讯技术工程官方号的专栏
“免疫杀手” Deep X-RAY
三、Deep X-RAY窃取你的防护策略 考虑到机器学习强大的学习能力，当提供足够量的数据时，算法完全可以学习到这种经验，将安全专家的安全经验通过数据驱动的方式沉淀起来，从而自动化的批量规则逆向。 六、新的威胁 Deep X-Ray是安平朱雀实验室在AI安全领域的一次尝试，它暴露出了目前主流云厂商防御系统存在的问题，云上安全面临着严重的安全挑战。 Deep X-Ray对抗AI版本的门神这样的场景，会在未来的攻防实践中拉开序幕，AI vs AI才是安全的终极形态！ ?
64430发布于 2021-01-19 - 来自专栏AI工程落地
分布式计算框架--Ray
开源地址：https://github.com/ray-project/ray Ray是一个高性能的分布式计算框架，在AI和大模型领域得到了广泛应用，OpenAI的训练底层框架就是Ray。 使用方法 安装Ray： pip install ray 主节点启动： ray start --head --num-gpus=1 # num-gpus用于指定使用主节点上几张卡 启动后看输出日志，记录下来主节点的 ，命令`ray status` 分布式任务执行： 在主节点上运行python程序，Ray会自动把任务分到多台机器上执行。 代码位置：ray/src/ray/gcs at master · ray-project/ray 2、驱动进程：是一个特殊的工作进程，为了执行python main函数。可以提交任务，但不会执行。 内存模型 1、Ray worker在task或actor执行期间使用堆内存 2、大型Ray对象使用的共享内存（由‘ Ray .put() ’创建或由Ray任务返回的值），当worker调用‘ Ray.put
2K10编辑于 2025-05-24 - 来自专栏视觉求索无尽也
【Research】Explore ChestX-ray Dataset
目前规模最大的肺部X光数据库ChestX-ray14 是由NIH研究院提供的，该数据库包含 14 种肺部疾病（肺不张、变实、浸润、气胸、水肿、肺气肿、纤维变性、积液、肺炎、胸膜增厚、心脏肥大、结节、肿块和疝气 最新成果： 目前吕乐博士团队对这个数据库中的八种疾病图像进行研究，构建了ChestX-ray8数据集，借助ImageNet上的预训练模型对ChestX-ray8数据集进行多分类问题探索，研究成果详见：Wang_ChestX-ray8 同时，吴恩达团队也在ChestX-ray14数据库的基础上进行肺炎诊断，其训练的CheXNet深度模型在肺炎诊断任务上的表现超过了人类，研究成果详见：CheXNet-Radiologist-Level 参考资料 本文将关于ChestX-ray14 数据库的公开资料（包括媒体报道，研究论文，数据库存储网站，社区讨论、开源代码和其他资料）整理如下，希望给从事相关工作的个人和组织提供帮助。 datasets to scientific community ---- 论文：Wang_ChestX-ray8_Hospital-Scale_Chest_CVPR_2017_paper 论文：ChestX-ray8
4.6K41发布于 2018-09-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号