Ray Train 用户指南

• 数据加载和预处理
  • 快速入门
  • 从 PyTorch 数据开始
  • 分割数据集
  • 随机混洗
  • 实现可复现性
  • 预处理结构化数据
  • 性能技巧
• 配置扩展规模和 GPU
  • 增加 Worker 数量
  • 使用 GPU
  • 设置每个 Worker 的资源
  • (已弃用) Trainer 资源
• 配置持久存储
  • 云存储 (AWS S3, Google Cloud Storage)
  • 共享文件系统 (NFS, HDFS)
  • 本地存储
  • 自定义存储
  • Ray Train 输出概览
  • 高级配置
  • 已弃用
• 监控和日志记录指标
  • 如何获取和聚合不同 Worker 的结果？
  • (已弃用) 报告自由浮动指标
• 保存和加载检查点
  • 训练期间保存检查点
  • 配置检查点
  • 训练后使用检查点
  • 从检查点恢复训练状态
• 实验跟踪
  • 入门
  • 示例
  • 常见错误
• 检查训练结果
  • 查看指标
  • 检索检查点
  • 访问存储位置
  • 查看错误
  • 在持久存储上查找结果
• 处理故障和节点抢占
  • Worker 进程和节点容错
  • Job Driver 容错
  • 容错 API 弃用
• 可复现性
• 超参数优化
  • 快速入门
  • Ray Tune 提供什么？
  • 为多个 Trial 配置资源
  • 报告指标和检查点
  • Tuner(trainer) API 弃用