#ray Repositorios
Descubre 27 repositorios activos de código abierto de GitHub etiquetados con #ray, que acumulan 155,511 estrellas en total (una media de 5,759 estrellas por proyecto). El líder de este tema es GokuMohandas/Made-With-ML, con 50,112 estrellas.
27 repositorios en total
Aprende a desarrollar, implementar y iterar en aplicaciones de ML de grado de producción.
Ray es un motor de cómputo de IA. Ray consiste en un runtime distribuido central y un conjunto de bibliotecas de IA para acelerar cargas de trabajo de ML.
Marco de entrenamiento distribuido para TensorFlow, Keras, PyTorch y Apache MXNet.
Motor de datos de alto rendimiento para cargas de trabajo de IA y multimodales. Procese imágenes, audio, video y datos estructurados a cualquier escala.
pandas en AWS - Integración fácil con Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer y S3 (Parquet, CSV, JSON y EXCEL).
CSGHub es una plataforma de código abierto completamente nueva para la gestión de LLM, desarrollada por el equipo de OpenCSG. Ofrece soluciones de código abierto y locales/SaaS, con características comparables a las de Hugging Face. Obtenga control total sobre el ciclo de vida de LLM, conjuntos de datos y agentes, con compatibilidad del SDK de Python con Hugging Face. ¡Únete a nosotros! ⭐️
Aprenda a diseñar, desarrollar, implementar e iterar en aplicaciones de ML listas para producción.
Un motor lakehouse abierto para agentes: nativo de Postgres, de vectores y de Python. Habla PostgreSQL, funciona sobre tu almacenamiento de objetos y está escrito en Rust.
Mars es un marco unificado basado en tensores para la computación de datos a gran escala que escala numpy, pandas, scikit-learn y funciones de Python.
PathTracing en tiempo real con iluminación global y renderizado progresivo, todo sobre el framework WebGL de Three.js. Haz clic aquí para la demo en vivo: https://erichlof.github.io/THREE.js-PathTracing-Renderer/Geometry_Showcase.html
Un trazador de rayos GPU basado físicamente de juguete (C++/OpenGL/GLSL)
Una guía completa para crear aplicaciones LLM basadas en RAG para producción.
Una colección de exploits reales de IA/ML para vulnerabilidades divulgadas de forma responsable
Un repositorio es todo lo que es necesario para el aprendizaje por refuerzo multiagente (MARL)
Distribuya y ejecute cargas de trabajo de IA en Kubernetes mágicamente en Python, como PyTorch para la infraestructura de ML.
Un servidor de depuración local, un solo binario: captura errores, volcados, correos electrónicos, registros, perfiles y tráfico HTTP de tu aplicación durante el desarrollo. Compatible con Sentry, Ray, VarDumper, Monolog, SMTP y XHProf. Servidor simulado, Xdebug en el navegador y MCP para agentes de IA.
Proyecto de código abierto para la preparación de datos para aplicaciones GenAI
DoEKS es una herramienta para construir, implementar y escalar plataformas de datos en Amazon EKS
Un trazador de rayos básico que explota arrays y funciones de numpy para funcionar razonablemente rápido.
Preguntas frecuentes
¿Cuál es el repositorio de #ray más popular en GitHub?
El proyecto de código abierto de #ray mejor posicionado en GitHub es GokuMohandas/Made-With-ML, con 50,112 estrellas. Aprende a desarrollar, implementar y iterar en aplicaciones de ML de grado de producción.
¿Qué lenguajes de programación se utilizan más en los repositorios de #ray?
Entre los proyectos de #ray mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Go, C++.
¿Cómo se calcula la clasificación de los repositorios de #ray?
Seguimos 27 repositorios activos de código abierto etiquetados con #ray (500+ estrellas), que suman un total de 155,511 estrellas, con una media de 5,759 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.