[关闭]
@cnbeining 2017-10-18T16:53:15.000000Z 字数 1252 阅读 38

微软开源用于Spark的深度学习库MMLSpark

ML


notes:新闻为编译,不存在单纯的原文


摘要

微软开源了MMLSpark,用于Apache Spark的的深度学习库,旨在简化PySpark中的重复性工作。

作者Beining

正文

微软开源了MMLSpark,用于用于Apache Spark的的深度学习库。MMLSpark可以与微软认知工具包OpenCV完美整合。

微软发现,虽然SparkML可以建立可扩展的机器学习平台,绝大多数开发者的精力都耗在了调用底层API上。MMLSpark旨在简化PySpark中的重复性工作。

以UCI的成人收入普查数据集举例,使用其他项目预测收入:

img01

如果直接使用SparkML,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:

  1. model = mmlspark.TrainClassifier(model=LogisticRegression(), labelCol=” income”).fit(trainData)
  2. 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:

  1. cntkModel = CNTKModel().setInputCol(“images”).setOutputCol(“features”).setModelLocation(resnetModel).setOutputNode(“z.x”)
  2. featurizedImages = cntkModel.transform(imagesWithLabels).select([‘labels’,’features’])
  3. 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:

  1. docker run -it -p 8888:8888 -e ACCEPT_EULA=yes microsoft/mmlspark

MMLSpark使用MIT协议授权。

查看英文原文

https://github.com/Azure/mmlspark

https://blogs.technet.microsoft.com/machinelearning/2017/06/07/announcing-microsoft-machine-learning-library-for-apache-spark/

添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注