Kapitel 11. Rays Ökosystem und darüber hinaus
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Im Laufe dieses Buches hast du viele Beispiele für das Ray-Ökosystem gesehen. Jetzt ist es an der Zeit, einen systematischeren Ansatz zu wählen und dir das ganze Ausmaß der derzeit für Ray verfügbaren Integrationen zu zeigen. Wir tun dies, indem wir dieses Ökosystem aus der Sicht von Ray AIR besprechen, damit wir es im Kontext eines repräsentativen AIR-Workflows diskutieren können.
Natürlich können wir dir keine konkreten Code-Beispiele für die meisten Bibliotheken im Ray-Ökosystem geben. Stattdessen müssen wir uns damit begnügen, dir ein weiteres Ray AIR-Beispiel zu geben, in dem wir einige Integrationen vorstellen und erläutern, welche anderen verfügbar sind und wie du sie nutzen kannst. Wo es angebracht ist, verweisen wir dich auf weiterführende Ressourcen, um dein Wissen zu vertiefen.
Jetzt, wo du mehr über Ray und seine Bibliotheken weißt, ist dieses Kapitel auch der richtige Ort, um zu vergleichen, was Ray im Vergleich zu ähnlichen Systemen bietet. Wie du gesehen hast, ist das Ökosystem von Ray ziemlich komplex, kann aus verschiedenen Blickwinkeln betrachtet werden und wird für unterschiedliche Zwecke genutzt. Das bedeutet, dass viele Aspekte von Ray mit anderen Tools auf dem Markt verglichen werden können.
Wir gehen auch darauf ein, wie du Ray in komplexere Arbeitsabläufe auf bestehenden ML-Plattformen ...
Get Lernstrahl 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.
