BigDL是基于Apache Spark的分布式深度学习框架，借助现有的Spark集群来运行深度学习计算，并简化存储在Hadoop中的大数据集的数据加载。1.1丰富的深度学习支持。模拟Torch之后，BigDL为深入学习提供全面支持，包括数字计算（通过Tensor）和高级神经网络 ; 此外，用户可以使用BigDL将预先训练好的Caffe或Torch模型加载到Spark程序中。1.2极高的性能。为了
转载
2023-10-09 20:12:38
53阅读
一、数据源文件下载二、问题描述请根据给定的实验数据，在idea中通过Scala编程来计算以下内容:(1)该系总共有多少学生；(2)该系共开设来多少门课程；(3)Tom同学的总成绩平均分是多少；(4)求每名同学的选修的课程门数；(5)该系DataBase课程共有多少人选修；(6)各门课程的平均分是多少；(7)使用累加器计算共有多少人选了DataBase这门课。三、代码import org.apach
转载
2024-06-12 07:43:10
47阅读
开始搭建的jdk这些自不必说，本文只是简单的介绍安装scala/spark 1.下载scala安装包 去官网下载tgz包，解压在/opt/scala/下，设置环境变量： export SCALA_HOME=/opt/scala/scala-2.10.3
export PATH=$SCALA_HOME/bin:$PATH
export SCALA_HOME=/opt/scala/scala-
转载
2023-10-05 19:47:39
80阅读
BigDl主要实现了各种深度学习神经网络算法，当然也可以构建简单的神经网络。 一、下载依
原创
2023-04-13 10:54:07
231阅读
一、lenet模型训练和测试（一）把linux 本地图片转换成sequenceFile，并上传到HDFS上存
原创
精选
2023-04-13 10:49:59
628阅读
Hue中spark 实现提交运行源码过程一．简介1.1 Hue notebook在Hue3.8版本之前，spark是以UI组件进行展示的。在3.8版本之后，为了支持不同语言例如python，scala并提供一个类似REPL（类似于一个终端可以编辑所有变成语言）的环境。Hue提供了notebook组件并将关于spark的运行逻辑放置在notebook UI中执行。为了执行Spark作业，需要安装Li
转载
2024-06-02 22:34:57
71阅读
一、版本说明Spark 针对 Kafka 的不同版本，提供了两套整合方案：spark-streaming-kafka-0-8 和 spark-streaming-kafka-0-10，其主要区别如下：spark-streaming-kafka-0-8spark-streaming-kafka-0-10Kafka 版本0.8.2.1 or higher0.10.0 or higherAP 状态Dep
转载
2023-08-06 18:23:34
62阅读
AS WE ALL KNOW，学机器学习的一般都是从python+sklearn开始学，适用于数据量不大的场景（这里就别计较“不大”具体指标是啥了，哈哈）数据量大了，就需要用到其他技术了，如：spark, tensorflow，当然也有其他技术，此处略过一坨字... 先来看看如何让这3个集成起来吧（WINDOWS环境）：pycharm(python开发环境), pyspark.
转载
2023-08-13 18:09:29
173阅读
前言前面介绍了TinkerPop集成Neo4j的配置方法，并且实现了HA操作。这里有一个突出问题就是不管是使用Neo4j，还是自带的TinkerGraph都不可避免的面临一个问题——大数据量场景，也即分布式问题。鉴于此，Tinkerpop还提供了和Hadoop+Spark的集成解决方案，从而解决单节点问题。但是由于Spark中的数据一致性问题，不能修改数据，所以这种方案不能修改数据，也不能新增数据
转载
2023-12-14 19:13:58
55阅读
上篇文章简单介绍了ES-Hadoop插件的功能和使用场景，本篇就来看下如何使用ES-Hadoop里面的ES-Spark插件，来完成使用spark想es里面大批量插入数据。
这里说明下ES-Hadoop是一个fat的maven依赖，也就是引入这个包会导入许多额外的依赖，不建议这么搞，除非是测试为了方便用的，实际情况是ES也单独提供了每个不同框架的mini包
转载
2023-10-05 12:54:45
149阅读
一、Spark 架构与优化器1.Spark架构 （重点）2.Spark优化器二、Spark+SQL的API （重点）1.DataSet简介2.DataFrame简介3.RDD与DF/DS的创建4.常用操作5、类型转换三、Spark外部数据源操作 （重点）1.Parquet文件(默认文件)2.Hive表3.MySQL表(MySQL)四、Spark+SQL的函数1.内置函数（org.apache.sp
转载
2024-05-30 09:54:38
114阅读
必要设置es.resourceElasticsearch资源位置，在该位置读取和写入数据。需要格式 <index>/<type>es.resource.read（默认为es.resource）用于读取（但不写入）数据的Elasticsearch资源。在同一作业中将数据读取和写入不同的Elasticsearch索引时很有用。通常自动设置（“ Map / Reduce”模块除外
转载
2023-08-23 12:48:59
66阅读
最近在考虑Spark在消费Kafka 分区数据的过程中究竟反生了什么? 因为比较疑惑现有系统架构会不会遭遇这方面的瓶颈,遂决定去搞一把,一探究竟.关于Kafka做一下简短的总结,Kafka可参考附件1:多个TOPIC分布在多个Broker中每个TOPIC的数据以分区的方式分布在多个Broker中一个分区同时只能被一个Consumer消费同一个TOPIC允许被不同的Group重复消费,Group内不
转载
2023-08-10 17:28:22
66阅读
1 版本要求Spark版本：spark-2.3.0-bin-hadoop2.7
Phoenix版本：apache-phoenix-4.14.1-HBase-1.4-bin
HBASE版本：hbase-1.4.2
上面的版本必须是对应的，否则会报错2 Phoenix + HBase + Spark整合A:安装HBASE,这里略，默认都会 B:Phoenix + HBASE整合，参考：，要注意的是支
转载
2023-12-14 10:56:27
87阅读
6-7,使用spark-scala调用tensorflow2.0训练好的模型本篇文章介绍在spark中调用训练好的tensorflow模型进行预测的方法。本文内容的学习需要一定的spark和scala基础。如果使用pyspark的话会比较简单，只需要在每个excutor上用Python加载模型分别预测就可以了。但工程上为了性能考虑，通常使用的是scala版本的spark。本篇文章我们通过Tenso
转载
2023-08-25 22:06:09
126阅读
最近刚开始接触大数据，一个日志分析系统，需要用Spark开发，Elasticsearch作为数据库来使用。所以第一步要解决的就是怎么从Spark去取Elasticsearch上的数据，下面是软件的版本信息。(基本原则是开发和集群的版本都要一致)开发环境 jdk: 1.8.0_91scala: 2.11.8spark: 2.1.0IntelliJ IDEA 2017.1.1(集成开发环境)集群环境
转载
2023-10-11 10:17:30
102阅读
TensorFlow是谷歌提供的开源深度学习框架TensorFlowOnSpark: 是雅虎提供的集成到Spark上的深度学习框架鉴于我们使用的是Spark核心计算框架，现在搭建TensorFlow ON Hadoop Yarn开发环境整体搭建步骤，https://github.com/yahoo/TensorFlowOnSpark/wiki/GetStarted_YARN网站上有详细介绍，主要
转载
2023-11-16 21:44:37
121阅读
What is BigDLBigDL是一个的分布式学习框架，于2016年12月30号进行开源，它是专门为Apache Spark而写的深度学习框架。Apache Spark则是目前非常流行，用途广泛的大数据处理系统。Spark的最底层是它的核心，往上是大量的接口。最上层是类似DataFrame的处理数据接口，中间是一些功能性的部分，比如常用的SQL、SparkR、Strea ming这些常用的库和
原创
2021-05-06 15:25:40
233阅读
7.1 R-CNN R-CNN首先从输入图像中选取若干提议区域（找出可能的感兴趣区域），并标注它们的类别和边界框（如偏移量），用卷积神经网络对每个提议区域进行前向传播以抽取其特征，用每个提议区域的特征来预测类别和边界框。该模型如下图所示： &n
Ensemble learning 中文名叫做集成学习，它并不是一个单独的机器学习算法，而是将很多的机器学习算法结合在一起，我们把组成集成学习的算法叫做“个体学习器”。在集成学习器当中，个体学习器都相同，那么这些个体学习器可以叫做“基学习器”。个体学习器组合在一起形成的集成学习，常常能够使得泛化性能提高，这对于“弱学习器”的提高尤为明显。弱学习器指的
