Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Ray 2.57 pour le ML classique v1.0.0

Utilisez cette ressource pour écrire ou revoir du code Ray 2.57 pour le machine learning classique

Nouveau

  • 578 téléchargements
  • 155 mentions J'aime
  • 213 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install ray-classic-ml-practices

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent remplace les usages périmés (ray.air, tune.run, DatasetPipeline, RayServeHandle) par les API de Ray 2.57. Vous obtenez du code d'entraînement, de tuning et de service qui utilise les API actuelles plutôt que des usages dépréciés.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Ray 2.57 pour le ML classique »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • AGENTS.md : règles par bloc, de Ray Train à la production
  • references/data-streaming-replaced-pipelines.md : le streaming remplace les pipelines ; references/core-state-api-not-ray-state.md : API d'état

Pour qui

  • Vous portez un entraînement scikit-learn ou PyTorch sur Ray
  • Votre service Ray Serve utilise encore d'anciens handles

Pas pour qui

    Étiquettes

    • ray
    • machine learning
    • distribué
    • kubernetes

    À propos

    Vous dites

    « Passe ce script de tuning Ray Tune à l'API de Ray 2.57. »

    Carte de la skill « Ray 2.57 pour le ML classique »

    Skill publiée par pproenca sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de écrire ou revoir du code Ray 2.57 pour le machine learning classique
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • AGENTS.md8,5 Ko
    • assets/templates/_template.md0,9 Ko
    • LICENSE1,1 Ko
    • metadata.json3,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • references/_sections.md3,1 Ko
    • references/core-classic-traps-residue.md1,8 Ko
    • references/core-object-store-sizing.md1,3 Ko
    • references/core-retries-system-failures-only.md1,1 Ko
    • references/core-state-api-not-ray-state.md1,1 Ko
    • references/data-compute-not-concurrency.md1,3 Ko
    • references/data-iter-torch-batches-not-to-torch.md1,2 Ko
    • references/data-override-num-blocks.md0,9 Ko
    • references/data-streaming-replaced-pipelines.md1,1 Ko
    • references/data-zero-copy-read-only-batches.md1,2 Ko
    • references/prod-baked-images-not-runtime-env.md1,3 Ko
    • references/prod-gcs-ft-redis.md1,4 Ko
    • references/prod-jobs-api-not-head-driver.md1,1 Ko
    • references/prod-kuberay-crd-choice.md1,3 Ko
    • references/prod-metrics-wiring.md1,5 Ko
    • references/serve-autoscaling-current-fields.md1,3 Ko
    • references/serve-deployment-response-handles.md1,4 Ko
    • references/serve-max-ongoing-requests.md1,2 Ko
    • references/serve-placement-controls.md1,3 Ko
    • references/serve-run-build-deploy.md1,3 Ko
    • references/train-configs-from-ray-train-elastic.md1,2 Ko
    • references/train-prepare-model-and-loader.md1,5 Ko
    • references/train-report-not-air-session.md1,8 Ko
    • references/train-v2-default-changed-semantics.md1,5 Ko
    • references/tune-driver-function-not-trainer.md2,1 Ko
    • references/tune-runconfig-from-ray-tune.md1,2 Ko
    • references/tune-tuner-canonical.md1,4 Ko
    • SKILL.md8,8 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    pproenca
    Source
    github.com/pproenca/dot-skills/tree/cf93c57cac89d6fc3e4194686000411567f5caf3/skills/.experimental/ray
    Licence
    MIT

    Notice

    « ray » (pproenca, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.