#ray Repositórios
Descubra 27 repositórios ativos de código aberto no GitHub marcados com #ray, acumulando um total de 155,511 estrelas (uma média de 5,759 por projeto). O líder deste tópico é GokuMohandas/Made-With-ML, com 50,112 estrelas.
27 repositórios no total
Aprenda a desenvolver, implantar e iterar em aplicativos de ML de nível de produção.
Ray é um motor de computação de IA. O Ray consiste em um runtime distribuído central e um conjunto de Bibliotecas de IA para acelerar cargas de trabalho de ML.
Framework de treinamento distribuído para TensorFlow, Keras, PyTorch e Apache MXNet.
Mecanismo de dados de alto desempenho para cargas de trabalho de IA e multimodais. Processe imagens, áudio, vídeo e dados estruturados em qualquer escala.
pandas on AWS - Integração fácil com Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer e S3 (Parquet, CSV, JSON e EXCEL).
CSGHub é uma plataforma de código aberto totalmente nova para gerenciar LLMs, desenvolvida pela equipe OpenCSG. Ele oferece soluções de código aberto e on-premise/SaaS, com recursos comparáveis ao Hugging Face. Obtenha controle total sobre o ciclo de vida de LLMs, datasets e agentes, com compatibilidade de SDK Python com Hugging Face. Junte-se a nós! ⭐️
Aprenda a projetar, desenvolver, implantar e iterar em aplicações de ML de nível de produção.
Um mecanismo lakehouse aberto para agentes — nativo de Postgres, vetores e Python. Fala PostgreSQL, funciona no seu armazenamento de objetos e foi escrito em Rust.
Mars é uma estrutura unificada baseada em tensores para computação de dados em larga escala que escala as funções numpy, pandas, scikit-learn e Python.
PathTracing em tempo real com iluminação global e renderização progressiva, tudo em cima do framework WebGL Three.js. Clique aqui para a Demo ao Vivo: https://erichlof.github.io/THREE.js-PathTracing-Renderer/Geometry_Showcase.html
Um traçador de caminho de GPU baseado fisicamente para brinquedo (C++/OpenGL/GLSL)
Um guia completo para construir aplicações LLM baseadas em RAG para produção.
Uma coleção de explorações de IA/ML do mundo real para vulnerabilidades divulgadas de forma responsável
Apenas um repositório é tudo o que é necessário para a Aprendizagem por Reforço Multiagente (MARL)
Distribua e execute cargas de trabalho de IA no Kubernetes de forma mágica em Python, como o PyTorch para infraestrutura de ML.
Um servidor local de depuração, um único binário: captura erros, dumps, e-mails, logs, perfis e tráfego HTTP do seu aplicativo durante o desenvolvimento. Compatível com Sentry, Ray, VarDumper, Monolog, SMTP e XHProf. Servidor simulado, Xdebug no navegador e MCP para agentes de IA.
Projeto de código aberto para preparação de dados para aplicações GenAI
DoEKS é uma ferramenta para construir, implantar e escalar Plataformas de Dados no Amazon EKS
Um Ray Tracer básico que explora arrays e funções numpy para funcionar de forma razoavelmente rápida.
Perguntas Frequentes
Qual é o repositório de #ray mais popular no GitHub?
O projeto de código aberto de #ray mais bem classificado no GitHub é GokuMohandas/Made-With-ML, com 50,112 estrelas. Aprenda a desenvolver, implantar e iterar em aplicativos de ML de nível de produção.
Quais linguagens de programação são mais usadas nos repositórios de #ray?
Entre os projetos de #ray mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Go, C++.
Como é calculada a classificação dos repositórios de #ray?
Acompanhamos 27 repositórios ativos de código aberto marcados com #ray (com mais de 500 estrelas), totalizando 155,511 estrelas e uma média de 5,759 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.