Ray 分布式计算框架简介
概要
Ray 是一个开源的分布式计算框架,由加州大学伯克利分校 RISELab 开发。它的主要目标是让分布式计算变得简单和高效,特别适合 AI 和机器学习工作负载。
优点:
简单易用:使用 Python API,学习曲线平缓,只需要少量代码修改就能将本地代码转换为分布式执行,支持函数级别的并行化。
灵活性:支持多种计算模式:任务并行、角色并行、数据并行,可以处理有状态和无状态的计算,适配多种应用场景:机器学习、强化学习、模型服务等。
高性能:低延迟任务调度,高效的对象存储系统,良好的可扩展性。自动管理 CPU、GPU 等计算资源。
容错机制:任务失败自动重试,Actor 故障恢复。
核心概念:
Task:通过 @ray.remote 装饰器将普通函数转换为分布式任务
Actor:支持有状态的并行计算
Object Store:分布式共享内存系统,用于数据共享
示例解析
分布式任务
将 func 函数转换为分布式任务,并通过 func.remote(args) 做未来的计算。
12345678910111213141516171819import ray# 初始化 Rayray. ...
MDBook 使用指南
掌握 MDBook 的基本概念、安装步骤、配置方法,以及如何创建电子书和文档。
Rust 入门指南(零):安装及 Cargo 管理器
Rust 的基本概念、安装及配置方法,以及如何使用 Cargo 来简化项目管理。
Open WebUI | 自托管的类 ChatGPT 网站
一个可扩展、功能丰富且用户友好的自托管 WebUI,旨在完全离线操作。它支持各种 LLM 服务,包括 Ollama 和 OpenAI 兼容的 API。该项目在 GitHub 上已有 38k 星,是一个非常受欢迎的项目。
数据无忧:Ubuntu 系统备份全指南
如何高效地进行系统重装以及数据备份,避免重复劳动和数据丢失。
Predibase - 在线微调和部署开源大模型
使用 Predibase 在云端环境中,对大语言模型进行微调和推理。
Electron 详解:桌面应用的开发利器
教程介绍 Electron 打包应用的全过程,从本地测试,打包,到 GitHub 自动化,讲解 Electron Forge 和 Electron Builder 的用法,以及如何在 GitHub Actions 中自动化生成和发布应用。
smtp
唠唠闲话
Outlook 邮箱配置
图文教程转载自博客:开启微软 Outlook 邮箱 POP, IMAP, SMTP 服务和获取服务密码(授权码)
注册邮箱
首先登录/注册 Outlook 邮箱:Outlook 邮箱官网
登录/注册成功后到邮箱首页点击右上角打开信息卡片,然后再点击我的个人资料
开启双重验证
点击上方导航栏的安全
点击安全选项里的立即开始
点击双重验证下方的管理并开启双重验证
可以设置两个邮箱或者邮箱 + 手机作为验证。
创建应用密码
下拉页面后找到应用密码,并点击下方的创建新应用密码,应用密码管理只有在开启双重验证后才会显示
这串字母就是开启 POP, IMAP, SMTP 服务所需的密码
附:Outlook 邮箱的 POP, IMAP, SMTP 服务配置信息
服务类型
服务器地址
端口
加密方法
POP
outlook.office365.com
995
TLS
IMAP
outlook.office365.com
993
TLS
SMTP
smtp.office365.com
587
STARTTLS
Crontab 实现脚本的自动执行
使用 crontab 工具在 Unix 和 Unix-like 系统中设置周期性执行任务。
DB-GPT | 实践指南
DB-GPT 实践指南及魔改方法









