Startseite Projekte kuberay
kuberay
Go

kuberay

Ein Toolkit zum Ausführen von Ray-Anwendungen auf Kubernetes

von ray-project · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Kategorie
Sprache
apachedeep-learningkubernetesApache-2.0Go
Auf GitHub ansehen
In einfachen Worten

Bereitstellen und verwalten Sie maschinelle Lernanwendungen einfach auf Kubernetes.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
kuberay — GitHub preview card
📈 Sternhistorie
2.59k2.57k
2026-07-072026-08-31
📈 kuberay verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Ein Toolkit zum Ausführen von Ray-Anwendungen auf Kubernetes

kuberay hat 2.6k Sterne auf GitHub. Es wurde 798-mal geforkt. kuberay ist hauptsächlich in Go geschrieben. Es wird seit 2020 aktiv entwickelt. kuberay ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: apache, deep-learning, kubernetes, machine-learning.

Frequently asked questions

Was ist kuberay?

Ein Toolkit zum Ausführen von Ray-Anwendungen auf Kubernetes

Ist kuberay Open Source?

kuberay ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist kuberay kostenlos?

Ja. kuberay ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht kuberay?

kuberay ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist kuberay geschrieben?

kuberay ist hauptsächlich in Go geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — kuberay

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=ray-project-kuberay)](https://olud.ai/project/ray-project-kuberay.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.