【文件属性】：
文件名称：elephas：使用Keras和Spark进行分布式深度学习
文件大小：2.16MB
文件格式：ZIP
更新时间：2021-02-05 09:50:28
spark deep-learning distributed-computing keras neural-networks
Elephas：使用Keras和Spark进行分布式深度学习
亚洲象是一个扩展 ，它允许你在规模与分布运行深度学习模型。 Elephas当前支持许多应用程序，包括：
从原理上讲，elephas的工作原理如下。
表中的内容：
介绍
亚洲象带来了深刻的学习与到。 Elephas打算保持Keras的简单性和高可用性，从而允许对分布式模型进行快速原型制作，该模型可以在海量数据集上运行。 有关介绍性示例，请参见以下。
ἐλέφας是希腊语中的象牙，是κέρας的随附项目，意思是牛角。 如果说这听起来很奇怪，就像一个噩梦，您应该在确认它确实是。 Elephas也意为大象，如毛绒黄色大象。
Elep
【文件预览】：
elephas-master
----.travis.yml(948B)
----release.sh(232B)
----docs()
--------templates()
--------mkdocs.yml(1KB)
--------autogen.py(14KB)
--------__init__.py(0B)
----elephas-logo.png(10KB)
----Jenkinsfile(171B)
----pytest.ini(200B)
----.github()
--------FUNDING.yml(647B)
----Dockerfile(2KB)
----tests()
--------test_ml_model.py(9KB)
--------parameter()
--------test_hyperparam.py(2KB)
--------conftest.py(2KB)
--------ml()
--------test_model_serialization.py(3KB)
--------mllib()
--------java()
--------test_mllib_model.py(2KB)
--------integration()
--------utils()
----LICENSE(1KB)
----elephas.gif(2.08MB)
----setup.cfg(40B)
----elephas()
--------parameter()
--------ml()
--------hyperparam.py(4KB)
--------__init__.py(0B)
--------ml_model.py(9KB)
--------dl4j.py(5KB)
--------mllib()
--------java()
--------worker.py(6KB)
--------utils()
--------spark_model.py(12KB)
----requirements.txt(88B)
----examples()
--------ml_mlp_regression.py(2KB)
--------mnist_mlp_spark_synchronous.py(2KB)
--------basic_import.py(606B)
--------hyperparam_optimization.py(3KB)
--------mnist_mlp_spark.py(2KB)
--------ml_mlp_classification.py(2KB)
--------ml_pipeline_otto.py(3KB)
--------Spark_ML_Pipeline.ipynb(24KB)
--------mllib_mlp.py(2KB)
--------mnist_mlp_spark_asynchronous.py(2KB)
--------elephas_import.py(2KB)
----setup.py(1KB)
----.gitignore(964B)
----README.md(13KB)