1.5 總結

圖1.4概述了Ray的三個層級。Ray的核心分布式執行引擎位于框架中心。Ray Core API是一個多功能的分布式計算庫，而Ray Cluster支持多種方式部署計算任務。

對于實際的數據科學工作流，可以使用Ray Dataset進行數據處理，使用Ray RLlib進行強化學習，然后使用Ray Train進行分布式模型訓練，接著使用Ray Tune進行超參數調優，最后使用Ray Serve進行模型部署。本章展示了每個庫的示例，讀者對它們的API有了一定的了解。Ray AIR為所有其他Ray ML庫提供了統一的API，并都是根據數據科學家的需求構建的。

除此之外，Ray的生態還有許多擴展、集成和后端，稍后將詳細介紹。

---

[1] “Python為主”是指Ray的所有高級庫都是用Python編寫的，并且新功能的開發是由Python社區的需求驅動的。同時，Ray支持多種編程語言，例如提供了Java API。因此，Ray以后也可能會支持其他對數據科學生態重要的語言。

[2] 長期以來，摩爾定律得到了事實的驗證，但現在可能有跡象表明它正在減緩。一些人甚至說它已經失效了。我們不在書中爭論這些觀點。重要的不是計算機會變得越來越快，而是計算量變得越來越大。

[3] 從基本方法到復雜方法，有很多途徑可以加速ML訓練。例如，第6章將詳細介紹分布式數據處理，第7章將介紹分布式模型訓練。

[4] Ray背后的公司Anyscale（https://www.anyscale.com）正在構建Ray的托管平臺，可以為Ray應用程序提供托管解決方案。

[5] 這聽起來可能很嚴重，但并不是玩笑。舉個例子，2021年3月，一家為數百萬網站提供支持的法國數據中心完全被燒毀（https://oreil.ly/Nl9_o）。如果整個集群都燒毀了，Ray也是無能為力的。

[6] 這是一本Python圖書，因此專注于Python，但Ray還具有Java API。不過，相比于Python版本，當前Java API成熟度較低。

[7] 之所以許多庫建立在Ray Core之上，是因為Ray Core非常精簡和直觀。本書的目標之一是讓用戶利用Ray編寫自己的應用，甚至編寫庫。

[8] 在本書中，我們通常只在需要時介紹依賴項，這樣學習起來更容易。相反，GitHub上的notebook（https://oreil.ly/j9ccz）是一次性安裝所有依賴項，這樣就可以專注于運行代碼而不是安裝依賴項。

[9] 寫作本書時，Python 3.10尚不支持Ray，因此需要使用3.7～3.9之間的Python版本。

[10] 還有其他與Ray集群交互的方式，例如Ray Jobs CLI（https://oreil.ly/XXnlW）。

[11] 我們向來不喜歡將數據科學歸類為數學、編程和商業的交叉學科，因為這樣無法指明數據科學家具體從事什么工作。

[12] 關于這個主題，建議閱讀保羅·格雷厄姆（Paul Graham）的《黑客與畫家》（Hackers and Painters）一書，并將“計算機科學”替換為“數據科學”。

[13] 關于創建機器學習應用的完整介紹，可參考Emmanuel Ameisen的Building Machine LearningPowered Applications一書（O'Reilly出版社）。

[14] 第6章將介紹Ray Dataset的基本原理，包括它對Arrow的使用。現在重點關注其API和具體的使用方法。

[15] 后面章節會進行詳細介紹，特別是第6章，但請注意，Ray Dataset并不是通用的數據處理庫。對于大規模數據處理，諸如Spark之類的工具具有更成熟和優化的支持。

[16] 如果你使用的是Mac，則需要安裝tensorflow-macos。一般而言，如果在系統上安裝Ray或其依賴項時遇到任何問題，則可以參考安裝指南（https://docs.ray.io/en/latest/ray-overview/installation.html）。

[17] 根據所使用的操作系統，你可能需要先安裝Rust編譯器才能使其正常工作。例如，在Mac上，可以使用brew install rust進行安裝。

[18] Spark是伯克利大學的另一個實驗室——AMPLab創建的，互聯網上有很多博客文章宣稱應該將Ray作為Spark的替代品。不過，最好是將二者視為具有不同優勢的工具，這兩種工具都很可能長期共存。

[19] 在深度學習框架Keras（https://keras.io）成為TensorFlow的正式組成部分之前，Keras最初是一個方便的API規范，用于各種低級框架，如Theano或CNTK。從這個意義上說，Ray RLlib有機會成為“用于強化學習的Keras”，而Ray Tune可能是“用于超參數調優的Keras”。如果想將Ray RLlib和Ray Tune更廣泛地用于機器學習，需要采用更優雅的API設計。