#ray Репозитории
Откройте для себя 27 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #ray, с общим числом 155,511 звёзд (в среднем 5,759 на проект). Лидером этой темы является GokuMohandas/Made-With-ML, набравший 50,112 звёзд.
Всего репозиториев: 27
Узнайте, как разрабатывать, развертывать и итерировать производственные приложения ML.
Ray — это движок вычислений ИИ. Ray состоит из основной распределённой среды выполнения и набора библиотек ИИ для ускорения нагрузок ML.
Высокопроизводительный движок данных для рабочих нагрузок ИИ и мультимодальных систем. Обрабатывайте изображения, аудио, видео и структурированные данные в любом масштабе.
pandas на AWS - Легкая интеграция с Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer и S3 (Parquet, CSV, JSON и EXCEL).
CSGHub — это совершенно новая Open-Source платформа для управления LLM, разработанная командой OpenCSG. Она предлагает как Open-Source, так и локальные/SaaS решения с функциями, сравнимыми с Hugging Face. Получите полный контроль над жизненным циклом LLM, наборов данных и агентов благодаря совместимой с Hugging Face SDK на Python. Присоединяйтесь к нам! ⭐️
Узнайте, как проектировать, разрабатывать, развертывать и итерировать производственные ML-приложения.
Открытый lakehouse-движок для агентов — с нативной поддержкой Postgres, векторов и Python. Говорит на PostgreSQL, работает в вашем объектном хранилище и написан на Rust.
Mars — это унифицированная среда на основе тензоров для大规模ных вычислений данных, которая масштабирует numpy, pandas, scikit-learn и функции Python.
Рендеринг пути в реальном времени с глобальным освещением и прогрессивным рендерингом, всё на базе фреймворка Three.js WebGL. Нажмите здесь для демонстрации: https://erichlof.github.io/THREE.js-PathTracing-Renderer/Geometry_Showcase.html
Игрушечный физически основанный GPU-трассировщик пути (C++/OpenGL/GLSL)
Комплексное руководство по созданию LLM-приложений на основе RAG для производственной среды.
Для Multi-agent Reinforcement Learning (MARL) достаточно одного репозитория
Распределяйте и запускайте рабочие нагрузки ИИ на Kubernetes «волшебным» образом на Python, подобно PyTorch для инфраструктуры машинного обучения (ML).
NanoRT, современное ядро трассировки лучей с одним только заголовочным файлом.
Один локальный сервер отладки, один бинарный файл: собирает ошибки, дампы, электронные письма, логи, профили и HTTP-трафик вашего приложения во время разработки. Поддерживает Sentry, Ray, VarDumper, Monolog, SMTP и XHProf. Mock-сервер, Xdebug в браузере и MCP для ИИ-агентов.
Проект с открытым исходным кодом для подготовки данных для приложений GenAI
DoEKS — это инструмент для создания, развертывания и масштабирования платформ данных на Amazon EKS
Базовый трассировщик лучей, использующий массивы и функции numpy для достаточно быстрой работы.
Часто задаваемые вопросы
Какой репозиторий по теме #ray наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #ray на GitHub — GokuMohandas/Made-With-ML, набравший 50,112 звёзд. Узнайте, как разрабатывать, развертывать и итерировать производственные приложения ML.
Какие языки программирования чаще всего используются в репозиториях по теме #ray?
Среди наиболее высоко оценённых проектов по теме #ray на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, Go, C++.
Как рассчитывается рейтинг репозиториев по теме #ray?
Мы отслеживаем 27 активных репозиториев с открытым исходным кодом, отмеченных тегом #ray (500 и более звёзд), с общим числом 155,511 звёзд и в среднем 5,759 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.