文件名称：DigitRecognizer:基于多层感知器分类器的Spark数字识别应用
文件大小：14.84MB
文件格式：ZIP
更新时间：2024-05-29 03:43:54
Java
数字识别器 先决条件 Java 8 玛文 码头工人 介绍 此应用程序是在Spark 1.5.0或更高版本上运行的数字识别器。 输入数据集来自 ，代表数字图像的像素。 为了正确预测数字，我使用了。 构建识别器 首先，转到spark-job目录并使用Maven构建Spark识别器： mvn clean package 建立Hadoop / Spark集群 如果您是第一次运行该应用程序，则需要构建集群的Docker映像： ./build-images.sh 然后，使用以下命令启动Hadoop集群： ./start-cluster.sh 一旦集群运行，您将在主容器中运行bash shell。 下一步将在主容器中运行。 运行Spark作业 计算模型： $SPARK_HOME/bin/spark-submit --class com.zenika.digit_recognizer.Recog
【文件预览】：
DigitRecognizer-master
----build-images.sh(308B)
----server()
--------pom.xml(4KB)
--------package.json(1KB)
--------gulpfile.js(6KB)
--------.bowerrc(66B)
--------src()
--------preprocessor.js(179B)
--------.gitignore(127B)
--------.jshintrc(351B)
--------bower.json(172B)
--------.editorconfig(214B)
----start-cluster.sh(675B)
----data()
--------train.csv(73.22MB)
--------test.csv(48.75MB)
----hadoop-cluster()
--------hadoop-master()
--------hadoop-slave()
--------hadoop-base()
--------serf-dnsmasq()
--------README.md(134B)
----spark-job()
--------pom.xml(3KB)
--------src()
--------.gitignore(39B)
----.gitignore(63B)
----README.md(2KB)