[[207730]]
微软开源了MMLSpark,开源库用于Apache Spark的用于的深度学习库。MMLSpark可以与微软认知工具包和OpenCV完美整合。深度
微软发现,学习虽然SparkML可以建立可扩展的微软机器学习平台,绝大多数开发者的开源库精力都耗在了调用底层API上。MMLSpark旨在简化PySpark中的用于重复性工作。
以UCI的深度成人收入普查数据集举例,使用其他项目预测收入:
如果直接使用SparkML,学习每一列都需要单独处理,整理为正确的数据类型;在MMLSpark中只需要两行代码:
- model = mmlspark.TrainClassifier(model=LogisticRegression(), labelCol=” income”).fit(trainData)
- predictions = model.transform(testData)
深度神经网络(DNN)在图像识别和语音识别等领域不逊于人类,但是DNN模型的训练需要专业人员方可进行,与SparkML的整合也十分不易。MMLSpark提供了方便的Python API,可以方便地训练DNN算法。MMLSpark可以方便地使用现有模型进行分类任务、在分布式GPU节点上进行训练、以及使用OpenCV建立可扩展的图像处理管线。
以下3行代码可以从微软认知工具集中初始化一个DNN模型,从图像中抽取特征:
- cntkModel = CNTKModel().setInputCol(“images”).setOutputCol(“features”).setModelLocation(resnetModel).setOutputNode(“z.x”)
- featurizedImages = cntkModel.transform(imagesWithLabels).select([‘labels’,’features’])
- model = TrainClassifier(model=LogisticRegression(),labelCol=”labels”).fit(featurizedImages)
MMLSpark已经发布到Docker Hub上,使用下面的命令即可在单机部署:
- docker run -it -p 8888:8888 -e ACCEPT_EULA=yes microsoft/mmlspark
MMLSpark使用MIT协议授权。
责任编辑:庞桂玉 来源: 36大数据 深度学习SparkMMLSpark(责任编辑:知识)
北京汽车(01958.HK)年度净利跌59.4% 每股收益为人民币0.24元
碧桂园服务(06098.HK)公布:拟收购蓝光嘉宝服务(02606.HK)64.62%股权 明日复牌
中证金力挺民企债券融资专项计划 完善民营企业债券融资支持机制