Spark是一种分布式计算平台。主要基于是基于内存计算,提高计算速度。这里的关键词是分布式。我们知道深度学习的性能高度依赖于超参数(比如设计多少层,每层多少神经元等),这样我们就可以每个计算节点跑一种超参数,这样就加快了调参的速度。 这时的方案可以选择Spark+TensorFlow+若干分布式计算节点。 关于深度学习在推荐系统中应用,目前也开始火起来了。当然火起来也有它的内在推动力,这是因为深度学习的一些优点,如(1)能够直接从文本内容中提取特征(这个特征可能只能机器理解),表征能力比较强(2)对噪声数据处理比较方便,抗噪能量强(3)使用RNN(LSTM)循环神经网络对动态或者序列数据进行建模,能比较好的利用历史信息。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。