MMLSpark 介绍
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) ...