@cnbeining
2017-10-19T00:53:15.000000Z
字数 1252
阅读 1176
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和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:
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:
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。
查看英文原文: