MMLSpark用于 Apache Spark 的深度学习库
MMLSpark ，即 Microsoft Machine Learning for Apache Spark ，是微软开源的一个针对 Apache Spark 的深度学习和数据可学工具，为大型映像和文本数据库快速创建强大、可缩放性能优越的预测和分析模型。
MMLSpark 可与 Microsoft Cognitive Toolkit (CNTK，微软认知工具包) 和 OpenCV （计算机视觉库）无缝集成，允许：
-
流入和预处理图像数据
-
使用预先定型的深度学习模型特征化图像和文本
-
使用隐式特征化对分类和回归模型进行定型和评分
示例：
...
import mmlspark
# Initialize CNTKModel and define input and output columns
cntkModel = mmlspark.CNTKModel() \
.setInputCol("images").setOutputCol("output") \
.setModelLocation(modelFile)
# Train on dataset with internal spark pipeline
scoredImages = cntkModel.transform(imagesWithLabels)
...评论