已经成功移植到ray的automl有哪些

目前已知的在Ray上成功移植的AutoML框架有：

- Ray Tune：一个用于超参数调优的AutoML库。
- Ray SGD：一个分布式梯度下降库。

请注意，不同的AutoML框架可能会有所不同，具体的支持情况建议直接参阅相关文档和代码。

相关问题

已经成功移植到ray的automl

恭喜你！成功将AutoML移植到Ray平台上了。这样一来，你就可以利用Ray的分布式计算能力来加速AutoML的训练过程，同时也可以更好地利用资源，提高计算效率。希望这一步为你的工作和研究带来了很多的便利。

有什么automl可以方便的移植到ray上

一些可以方便地移植到 Ray 上的 AutoML 框架有：

1. H2O.ai：一个开源的机器学习框架，可以简化机器学习流程，并且支持分布式计算。

2. TPOT：一个 Python 库，可以通过遗传算法自动选择机器学习模型。

3. auto-sklearn：一个使用贝叶斯优化算法的 AutoML 库，可以自动选择机器学习算法和超参数。

4. Google AutoML：Google 推出的 AutoML 产品，可以在云端训练模型并且方便地移植到多种平台上。

这些框架在移植到 Ray 上后可以利用 Ray 的分布式计算能力加速模型训练和评估。

请注意，具体使用哪个框架可能取决于您的具体需求和使用场景。建议您对这些框架进行详细的评估，以确定哪个最适合您的需求。