±à¼ÍƼö: |
±¾ÎÄÀ´×ÔÓÚcnblogs£¬ÎÄÕÂÏêϸ½éÉÜÁËDeep
Learning¡¢TensorflowÄ£Ðͽ¨Ä£ÓëѵÁ·ÒÔ¼°TensorflowOnSparkµÄ°¸Àýʵ¼ùµÈÏà¹ØÖªÊ¶¡£
|
|
½üÄêÀ´£¬»úÆ÷ѧϰºÍÉî¶Èѧϰ²»¶Ï±»³´ÈÈ£¬tensorflow ×÷Ϊ¹È¸è·¢²¼µÄÊýÖµ¼ÆËãºÍÉñ¾ÍøÂçµÄпò¼ÜÒ²»ñµÃÁËÖî¶à¹Ø×¢£¬sparkºÍtensorflowÉî¶Èѧϰ¿ò¼ÜµÄ½áºÏ£¬Ê¹µÃtensorflowÔÚÏÖÓеÄspark¼¯ÈºÉϾͿÉÒÔ½øÐÐÉî¶Èѧϰ£¬¶ø²»ÐèҪΪÉî¶ÈѧϰÉèÖõ¥¶ÀµÄ¼¯Èº£¬ÎªÁËÉîÈëÁ˽âsparkÓöÉÏtensorflow·Ö²¼Ê½Éî¶Èѧϰ¿ò¼ÜµÄÔÀíºÍʵ¼ù£¬Ö÷ÒªÄÚÈݽéÉÜsparkºÍÉî¶ÈѧϰµÄ»ù±¾ÔÀí¡¢sparkÓëÉî¶ÈѧϰÁìÓòÏà½áºÏµÄ×îеķ¢Õ¹·½Ïò£¬ÒÔ¼°ÈçºÎ½áºÏtensorflowonspark¿ªÔ´¿ò¼Ü£¬¹¹½¨Ò»¸ö·Ö²¼Ê½Í¼Ïñ·ÖÀàÄ£ÐÍѵÁ·¡£
ÒÔÏÂÊDZ¾´Î·ÖÏíʵ¼£º

ÉÏÃæÕâÕÅͼƬÏÔʾµÄÊDZ¾´ÎÖ±²¥ËùÕë¶ÔµÄÊÜÖںͿÉÄܵÄÊÕÒæ£¬´ó¼Ò¿ÉÒÔÁ˽âһϡ£
Ò»£®´óÊý¾ÝµÄ¼ÛÖµ
ʲôÊÇ´óÊý¾ÝµÄ¼ÛֵĨ£¿ÀîÀÏʦ¸ù¾Ý×ÔÉíÒÔÍùµÄÏîÄ¿¾ÑéºÍ»¥ÁªÍøÖ÷Á÷µÄ´óÊý¾ÝÓ¦Óó¡¾°£¬´óÖÂ×ܽáÁËÒÔÏÂÈýÖÖ¼ÛÖµ¡£
¶þ£®¼ÆËãµÄºËÐÄÎÊÌâ
½áºÏÉÏÃæËù˵µÄ´óÊý¾ÝµÄ¼ÛÖµºÍÓ¦Óó¡¾°£¬ÎÒÃǰÑËü¹éÄÉΪһÌõ¼ÆËãÁ÷£ºÊ×ÏÈ´ÓÊý¾Ý´æ´¢µ±Öо¹ýÊý¾Ý¼Ó¹¤¡¢³éÈ¡£¬µÃµ½ÌáÁ¶ºóµÄÊý¾Ý¡¢ÌØÕ÷£¬È»ºó½øÐнøÒ»²½µÄÄ£ÐÍѵÁ·£¬µÃµ½Ä£ÐÍ¡£
ÕâÌõ¼ÆËãÁ÷µÄºËÐÄÎÊÌâ¿ÉÒÔ¹éÄÉΪy=f(x)Õâ¸öº¯Êý¡£¶ÔÓÚµÚÒ»½×¶ÎµÄÊý¾ÝETLºÍ²éѯÀ´½²£¬Ö÷Òª½â¾öµÄÊÇÊý¾ÝÔ´¶Ô½Ó¡¢ÊµÊ±Êý¾ÝÕûºÏ¡¢Êý¾Ý¹éÒ»»¯¡¢ÌØÕ÷Éú³ÉµÈÓ¦Óó¡¾°£¬ËüµÄ¼ÆËã¿ò¼Ü´ú±íÊÇspark£¬ÊäÈëÊÇf()\x£¬Êä³öÊÇy£¬·Ç³£ÊʺÏ×ö·Ö²¼Ê½Êý¾Ý¼ÆËã¡£µÚ¶þ½×¶ÎµÄÄ£ÐÍѵÁ·£¬Ö÷ÒªÓÐÄ£Ðͽ¨Ä£¡¢·´Ïò¼ÆËã¡¢ÌݶȸüС¢³¬²ÎÊýµ÷ÓÅ¡¢Ð§¹ûÆÀ¹ÀµÈÁ÷³Ì£¬ËüµÄ¼ÆËã¿ò¼Ü´ú±íÊÇtensorflow£¬ÊäÈëÊÇx\y£¬Êä³öÊÇf()£¬¸ü¶à¹Ø×¢µÄÊÇÄ£Ðͽ¨Ä£ºÍ·Ö²¼Ê½²ÎÊý¸üС£
½ÓÏÂÀ´£¬ÎÒÃǾÍÕë¶ÔÒÔÉÏÁ½¸ö¿ò¼Ü×öһЩ»ù±¾ÔÀíµÄ½éÉܺ͸ÅÊö¡£
Èý£®spark¸ÅÊö
1.sparkµÄºËÐijéÏó£ºRDD
ΪʲôҪ×öRDDÕâÑùµÄ³éÏóÄØ£¿Ö÷ÒªÊÇÒòΪËüµÄÒ»ÖÂÐÔ¡¢¸ßЧ²¢ÐС¢ÈÝ´í»úÖÆ£¬RDDÆÁ±ÎÁË·Ö²¼Ê½µÄ¸´ÔÓÐÔ£¬Ê¹¿ª·¢³ÌÐòʱ¼òµ¥Èçдµ¥»ú³ÌÐò¡£
RDDÒ²ÌṩÁËһЩ²Ù×÷£¬ÈçtransformºÍaction£¬Í¨¹ý¶ÔRDD²Ù×÷ÒµÎñµÄ·â×°ÒÔ¼°¼ÆËãÂß¼£¬ÎÒÃǾͻáÐγÉÒ»¸ö´óµÄDAG¼ÆËãͼ£¨²Î¿¼ÏÂͼÓÒ£©¡£
2.sparkµÄ´óÊý¾ÝÉú̬£º
Õⲿ·ÖÊǽ²sparkµÄÊý¾ÝÉú̬£¬°üÀ¨ËüÖ§³ÖµÄ×é¼þ¿â¡¢²¿Êð»·¾³ºÍÊý¾ÝÀ´Ô´¡£
3.Spark SQLºÍSpark Streaming£º
ÎÒÃǼòÒª½éÉÜÒ»ÏÂÕâÁ½¸ö±È½ÏÖØÒªµÄ×é¼þ£¬Ê×ÏÈÊÇspark sql£¬ËüµÄµäÐÍÓ¦Óó¡¾°ÊÇOLAP¶àά·ÖÎö£¬ËüÌṩÁËÒ»¸öDataFrame³éÏó½Ó¿Ú£¬µÈ¼ÛÓÚRDD£¬ÈçÏÂͼËùʾ¡£
Spark StreamingÊÇsparkµÄÒ»¸öʵʱ´¦Àí×é¼þ£¬ËüµÄµäÐÍÓ¦Óó¡¾°ÊÇÊµÊ±ÌØÕ÷´¦Àí£¬ËüÌṩÁËÒ»¸öDstreams³éÏó½Ó¿Ú£¬Ö±¹ÛÉÏÀí½âDstreams¾ÍÊÇÒ»¸ö³ÖÐøµÄRDD£¬ÈçÏÂͼ¡£
ËÄ.Deep Learning¸ÅÊö
ÏÂÃæ£¬ÎÒÃÇÒ»ÆðÀ´ÁË½â¹ØÓÚDeep LearningµÄÏà¹ØÄÚÈÝ¡£
1.Deep LearningÄ£ÐÍ£º
µÚÒ»¸öÄ£ÐÍÊǷdz£¾µäµÄ¶à²ã¸ÐÖªÆ÷Ä£ÐÍ£¨MLP£©¡£Ê×´ÎÕâ¸öÄ£ÐÍÓÐÒ»¸öÊäÈë²ã£¬ÔÚÊäÈë²ãºóÃæÓÐÁ½¸öÒþ²Ø²ã£¬×îºóÊÇÊä³ö²ã¡£Õâ¸öÄ£Ð͵ÄÌØµãÊÇÈ«Á¬½Ó£¬ÔÚ×îºóÊä³ö֮ǰÓÐÒ»¸öSoftmaxº¯Êý£¬ËüµÄ×÷ÓÃÊǰÑ×îÖÕµÄȨֵת»»Îª×îÖ±¹ÛµÄ¸ÅÂÊ¡£ÀíÂÛÉÏÀ´½²£¬MLPÕâÖÖ´øÓÐÒþ²Ø²ãµÄÉñ¾ÍøÂç¿ÉÒÔÄâºÏÒ»Çеĺ¯Êý£¬µ«ËüµÄ¼ÆËãÁ¿ºÜ´ó£¬ËùÒÔ´«Í³µÄMLPÄ£ÐͲ¢²»ÊʺÏÈ¥¸üÉî²ã´ÎµØ¼ÓÉîÍøÂç½á¹¹¡£
ÕæÕý°ÑÉñ¾ÍøÂçÍÆÏò¸üÉî²ã´ÎÍøÂç½á¹¹Ä£Ð͵ÄÊÇCNN¾í»ýÉñ¾ÍøÂ磬Ëüͨ³£Ó¦ÓÃÔÚͼÏñ·ÖÀàµÈÁìÓò£¬ÕâÀïÓÐÒ»¸ö¸ÅÄ¸ÐÊÜÒ°£¬Ëùν¸ÐÊÜÒ°¾ÍÊǿռä¾Ö²¿ÐԵĿ¼ÂÇ£¬ËüÈÏΪͼÏñÉϱȽϽӽüµÄͼÏñÁìÓò¾ßÓиüÇ¿µÄÏà¹ØÐÔ£¬Í¼ÏñÉϸüÔ¶µÄÏñËØÖ®¼äÏà¹ØÐÔ¸üÈõ£¬»ùÓÚ¸ÐÊÜÒ°µÄ¿¼ÂÇ£¬Ëü°ÑÈ«Á¬½Ó²ãÌæ»»Îª¾í»ý²Ù×÷¡£
¾í»ý²Ù×÷µÄÌØµãÊÇ¿ÉÒÔ½«¾Ö²¿ÌØÕ÷³éÏ󻯣¬ÁíÍâ´ó·ù¼õÉÙ¼ÆËãÁ¿£¬ÒÔ±ã¼ÓÉîÉñ¾ÍøÂ磬·á¸»ÓïÒå±í´ï¡£
2.TensorflowÄ£Ðͽ¨Ä£ÓëѵÁ·£º
½éÉÜÍêÉî¶ÈѧϰģÐͺ󣬻ص½ÎÒÃǵÄtensorflow²¿·Ö£¬Ê×ÏÈÎÒÃÇÁ˽âÒ»ÏÂtensorflowÊÇÔõÑùÀ´×öÄ£Ðͽ¨Ä£µÄ¡£ÈçÏÂͼËùʾ£¬XÊÇTensor£¬WºÍbÊÇVariable£¬Matmul¡¢Add¡¢ReLU¶¼ÊÇOperator£¬×îºó×é³ÉÒ»¸öÉñ¾ÍøÂçͼGraph¡£
Æä´Î£¬ÎÒÃÇÀ´Á˽âÒ»ÏÂtensorflowѵÁ·µÄºËÐÄÎÊÌ⡪ÄâºÏf()£¬Ö÷Ҫͨ¹ý·´ÏòÌݶȼÆËãÀ´ÄâºÏf()£¬·´ÏòÌݶȼÆËãµÄÄ¿µÄÊǼÆËãÌݶȺ͸üвÎÊý£¬ÕâÀïÉæ¼°µ½Lossº¯ÊýºÍ×îС»¯Loss¡£ÄÇôÔõôȥ¼ÆËãÌݶÈÄØ£¿Ö÷Ҫͨ¹ýÁ´Ê½Çóµ¼£¨¿´ÏÂͼÓÒ£©¡£Ò»´ÎÁ´Ê½Çóµ¼Ö»ÊÇÒ»´ÎµÄǰÏòºÍºóÏòµÄ¼ÆËã½á¹û£¬ÔÚѵÁ·Á÷³Ìµ±ÖУ¬ÎÒÃÇͨ³£ÅúÁ¿¼ÆË㣬ËùÒÔ»áÉæ¼°batch_sizeºÍepoch¡£
×îºóÎÒÃǽáºÏÒ»¸ö´úÂëÊÂÀý£¬»Ø¹ËÒ»ÏÂÇ°ÃæËù½²µÄ֪ʶµã£º
ÎÒÃÇÒÔ¶à²ã¸ÐÖªÆ÷Ä£ÐÍMLPΪÀý£¬Ê×ÏÈÐèÒª´´½¨Ò»¸öÄ£ÐÍ£¬Ä£ÐͶ¨Òå¾ÍÊÇÁ½¸öÒþ²Ø²ã¼Ó×îºóµÄÊä³ö²ã£¬¶¨ÒåºÃÄ£ÐÍÖ®ºó£¬ÎÒÃÇÐèÒª¶¨ÒåËðʧº¯Êý£¬ÔÚÕâÀïËüÊǶÔÄãµÄ±êÇ©ºÍÔ¤²âÊä³ö½øÐеĽ»²æìصÄËðʧ¶¨Ò壬ȻºóÑ¡ÔñÒ»¸öoptimizerµÄÓÅ»¯Æ÷À´×öÓÅ»¯ÑµÁ·£¬
ÔÚѵÁ·¿ªÊ¼Ö®Ç°£¬ÄãÐèҪȥµ÷Ò»¸ösess.run(init)¶ÔȨֵ×öÒ»¸öËæ»ú³õʼ»¯µÄ¹ý³Ì£¬³õʼ»¯Ö®ºó£¬½øÈëµ½ÎÒÃǵÄѵÁ·½×¶Î¡£
3.Tensorflow·Ö²¼Ê½ÑµÁ·»úÖÆ£º
¸Õ²Å½éÉܵÄÊÇtensorflowÔõôȥ¶¨ÒåÄ£ÐÍÒÔ¼°Ôõôȥ×ö·´Ïò¼ÆË㣬ÄÇô£¬ÔÚ´ó¹æÄ£Êý¾Ý³¡¾°Ï£¬ËüÓÖÊÇÔõÑù¹¤×÷µÄ£¿
Tensorflow±¾ÉíÌṩÁËһЩ²¢ÐлúÖÆ£¬µÚÒ»¸öÊÇÄ£ÐͲ¢ÐлúÖÆ£¬¾ÍÊÇ»ùÓÚͼȥ²ð·Ö£¨ÈçÉÏͼ×óÏ£©£¬Ëü»á°ÑÒ»ÕÅ´óµÄͼ²ð·Ö³ÉºÜ¶à²¿·Ö£¬Ã¿¸ö²¿·Ö¶¼»áÔںܶàÉ豸ÉÏÈ¥ÔËÐС¢¼ÆË㡣ͨ³£ÊÇÕë¶ÔÒ»¸ö½ÚµãÎÞ·¨´æÏÂÕû¸öÄ£Ð͵ÄÇé¿öÏ£¬È¥¶Ôͼ½øÐвð·Ö¡£
¸ü¶à³¡¾°ÏÂÎÒÃǵÄÊý¾ÝÁ¿»á±È½Ï´ó£¬Õâʱºò¾Í²ÉÓÃÊý¾Ý²¢ÐлúÖÆ£¬ÔÚÕâÖÖ»úÖÆÏÂtensorflowÓÐÁ½¸ö½ÇÉ«£¬Ò»¸öÊDzÎÊý·þÎñÆ÷£¬¸ºÔð²ÎÊýµÄ´æ´¢ºÍ½»»»¸üУ¬Ò»¸öÊǹ¤×÷½Úµã£¬¸ºÔð¾ßÌåµÄÄ£ÐͼÆË㡣ÿ¸ö¹¤×÷½Úµã»á¸ºÔðËüÁìÓòÄÚµÄÊý¾Ý·ÖƬËù¶ÔӦģÐͲÎÊýµÄ¸üмÆË㣬ͬʱËüÃÇÓÖ»áÏò²ÎÊý·þÎñÆ÷È¥´«µÝËüËù¼ÆËãµÄÌݶȣ¬ÓɲÎÊý·þÎñÆ÷À´»ã×ÜËùÓеÄÌݶȣ¬ÔÙ½øÒ»²½·´À¡µ½ËùÓнڵ㣬¸ù¾Ý²ÎÊý·þÎñÆ÷ºÏ²¢²ÎÊýµÄ·½Ê½ÓÖ·ÖΪͬ²½¸üкÍÒì²½¸üУ¬ÕâÁ½ÖÖ¸üз½Ê½¸÷ÓÐÓÅȱµã£¬Òì²½¸üпÉÄÜ»á¸ü¿ìËÙµØÍê³ÉÕû¸öÌݶȼÆË㣬¶ø¶ÔÓÚͬ²½¸üÐÂÀ´½²£¬Ëü¿ÉÒÔ¸ü¿ìµØ½øÐÐÒ»¸öÊÕÁ²£¬Ñ¡ÔñÄÄÖÖ·½Ê½È¡¾öÓÚʵ¼ÊµÄÓ¦Óó¡¾°¡£
Î壮Deep Learning On Spark
¾¹ý¸Õ²ÅµÄ½éÉÜ£¬ÎÒÃÇÖªµÀsparkÊÇÒ»¸ö·Ö²¼Ê½µÄͨÓüÆËã¿ò¼Ü£¬¶øÒÔtensorflowΪ´ú±íµÄdeep
learningÊÇÒ»¸ö·Ö²¼Ê½Ä£ÐÍѵÁ·¿ò¼Ü£¬Ëü¸ü¶àרעÔÚÌݶȼÆË㣬ÄÇΪʲôҪ½«Á½ÕßÕûºÏÄØ£¿ÕûºÏµÄÒâÒåÔÚÄÄÀÒâÒå¾ÍÊÇÄÜʵÏÖ¸üºÃµÄ·Ö²¼Ê½ÑµÁ·ºÍÊý¾Ý´«Êä¡£
Õë¶Ô·Ö²¼Ê½ÑµÁ·µÄ³¡¾°£¬ÑÅ»¢¿ªÔ´ÁËTensorflowOnSparkµÄ¿ªÔ´¿ò¼Ü£¬ËüÖ÷ҪʵÏÖtensorflowÄܹ»ÓësparkÏà½áºÏ×ö·Ö²¼Ê½ÑµÁ·¡£Í¬Ê±Ò²ÓÐÆäËüµÄһЩ»úÖÆ£¬ÀýÈ磬CaffeOnSpark¡¢MMLSpark(CNTK)¡¢PaddleOnSpark¡£
TensorflowOnSpark½â¾öµÄºËÐÄÎÊÌâÊǽ«spark×÷Ϊ·Ö²¼Ê½tensorflowµÄµ×²ãµ÷¶¯»úÖÆ£¬Í¨¹ýspark
executorÈ¥°ÑtensorflowµÄ½ø³Ìµ÷¶¯ÆðÀ´£¬ÕâÑùÔÚ½øÐÐtensorflowѵÁ·Ê±¾Í²»ÐèÒªÊÖ¶¯µØÈ¥×é½¨ÍøÂç¡£ËüÒ²ÌṩÁËÒ»¸öAPI£¬Í¨¹ýµ÷TFCluster.runÕâÑùÒ»¸öAPI£¬¿ÉÒÔ¿ìËÙ»ñµÃtensorflowµÄÒ»¸ö·Ö²¼Ê½ÑµÁ·»·¾³¡£
³ý´ËÖ®ÍâTensorflowOnSpark»¹ÌṩÁË»ùÓÚRDDµÄÊý¾Ý²¢ÐлúÖÆ£¬ÈçÏÂͼËùʾ¡£ÕâÌ×»úÖÆ·Ç³£·½±ãµØ¼¯³ÉÁËsparkÒÑÓеÄRDD´¦Àí»úÖÆ£¬¿ÉÒÔ¸üºÃµØ¸úspark
sql»òspark streamingÈ¥×öÏàÓ¦µÄ¼¯³É¡£
È»ºó½øÈëµ½ÁíÍâÒ»¸ö·½Ïò£¬½Ð×öspark-deep-learning£¬ÊÇÓÉsparkµÄ´´Ê¼¹«Ë¾¡ªData
Bricks·¢ÆðµÄ£¬ËüÖ÷ÒªµÄÄ¿±êÊÇÌṩһЩhigh-levelµÄAPI£¬°Ñµ×²ãµÄÄ£ÐͽøÐÐ×é¼þ»¯£¬Í¬Ê±ËüÆÚÍû¿ÉÒÔ¼æÈݵײãÉî¶Èʽѧϰ¿ò¼Ü¡£
ÕâÀïÓиö¡°Transfer Learning as a Pipeline¡±µÄÀý×Ó¹©´ó¼ÒÁ˽⣬ÈçÏÂͼËùʾ£º

TensorflowOnSpark Pipeline¿ª·¢ÁËÁ½¸öAPI£¬Ò»¸öÊÇTFEstimator£¬ÁíÒ»¸öÊÇTFModel£¬ÌṩÁËÕâÁ½¸öÖ®ºó£¬Äã¿ÉÒÔÖ±½Ó°ÑËüÃǼ¯³Éµ½spark-deep-learning
pipelineÀïÃæ£¬½øÐнøÒ»²½µÄѵÁ·¡£

Áù.TensorflowOnSpark°¸Àýʵ¼ù
×îºóÒ»²¿·Ö£¬ÎÒÃÇÀ´½øÐа¸Àýʵ¼ù½éÉÜ£¬ÎÒÃÇÒª½â¾öµÄÊÇÒ»¸öͼÏñ·ÖÀàÎÊÌ⣬ÕâÀï²ÉÓÃÁËÒ»¸ökaggle dataset£¬½Ð×ö»¨¶äʶ±ð£¬ÓÐ5¸öÀà±ð£¬4000¶àÕÅͼƬ£¬°üÀ¨Óô½ðÏ㡢̫Ñô»¨¡¢ÆÑ¹«Ó¢¡¢Ãµ¹åºÍ³û¾ÕÕâÎåÖÖ»¨¡£°ÑÕâЩÊý¾ÝÔ¤ÏÈ´æ´¢ÓÚMongoDBÖС£ÎÒÃǵݸÀýʵ¼ùÊÇÒ»¸ö·Ö²¼Ê½½â¾ö·½°¸£¬°üÀ¨·Ö²¼Ê½Êý¾Ý»ñÈ¡¡¢·Ö²¼Ê½ÑµÁ·¡¢·Ö²¼Ê½ÆÀ¹À¡£
ÒÔϼ¸ÕÅͼƬÊÇ´úÂëʾÀý£¬¼òµ¥Á˽âһϣº
ÏÂÃæÊÇЧ¹ûÑÝʾ£¬×ó±ßÊÇͼƬ£¬ÓÒ±ßÊÇÄ£ÐÍÔ¤²â½á¹û£¬Ô¤²â½á¹û¶¼ÊÇÒ»¸ö¸ÅÂÊÖµ£¬¸ù¾Ý¸ÅÂÊÖµµÄ´óСÀ´Åж¨ÕâÊÇÄÄÒ»À໨¶ä£º

ÒÔÉÏÁù²¿·Ö¾ÍÊDZ¾´Î·ÖÏíµÄÖ÷ÒªÄÚÈÝ£¬½ÓÏÂÀ´ÊÇÎÊ´ðʱ¼ä£¬ÎÒÃÇÀ´¿´¿´¶¼ÓÐÄÄЩÎÊÌâ¡£
1.Õû¸öѵÁ·¹ý³ÌÐèÒªÈ˹¤²ÎÓëÂð£¿×¼È·ÂʵÄÌá¸ßÊÇÐèÒªÈ˹¤À´²ÎÓëÂð£¿
´ð£ºÕû¸öѵÁ·¹ý³Ì²»ÐèÒªÈ˹¤²ÎÓ룬׼ȷÂʵÄÌá¸ßÉæ¼°³¬²ÎÓÅ»¯£¬deep leaning pipelineÖÐÌṩÁËgrid search»úÖÆ£¬¿ÉÒÔ×öЩ×Ô¶¯³¬²ÎÑ¡Ôñ¡£
2.ÏÖÔÚÕâѵÁ·µÄ¹ý³ÌÊDz»ÊÇÖ»Õë¶Ô¾²Ì¬µÄͼƬ£¿¶¯Ì¬µÄ³¡¾°¿ÉÒÔÂð£¿
´ð£ºÄãµÄ¶¯Ì¬³¡¾°Èç¹ûÊÇÊÓÆµ£¬±¾ÉíÒ²¿É³é֡ΪͼƬ£¬ÊÓÆµ·ÖÀàÊÇÁíÍâÒ»ÖÖÓ¦ÓÃÎÊÌ⣬µ«µ×²ãÒ²ÐèÒª½èÖúÒÑÓеÄͼÏñ·ÖÀàÄ£ÐÍ£¬Í¼Ïñ·ÖÀà±¾ÉíµÄÓ¦Óó¡¾°·Ç³£¹ã£¬±ÈÈçºÍÎÞÈË»úÏà½áºÏ¡£
3.ÕâÌ׿ò¼ÜÊÊÓÃÓÚÎı¾µÄ×Ô¶¯·ÖÀàÂð£¿
´ð£º¿ò¼ÜͬÑùÊʺÏÎı¾·ÖÀàµÈÆäËûÁìÓò£¬²î±ðÔÚÓÚÊý¾ÝschemaºÍÄ£ÐÍ£¬ÑµÁ·¹ý³ÌÉæ¼°µ½Ò»Ð©Í¼Ïñ¹éÒ»»¯µÄ¹ý³Ì£¬µ«Ã»ÓÐÄ£°æÆ¥Å䣬Äã¿ÉÒÔÀí½âΪËùÓеÄÌØÕ÷³éÈ¡¶¼ÊÇÓÉdeep learning×Ô¶¯³éÈ¡³öÀ´µÄ¡£
|