本文介绍了关于“BigDL的特点是什么”的知识。很多人在实际案例的操作中会遇到这样的困难。接下来，让边肖带领大家学习如何应对这些情况！希望大家认真阅读，学点东西！
特性：
丰富的深度学习支持。BigDL模仿Torch，为深度学习提供全方位支持，包括数值计算(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。
极高的性能。为了实现高性能，BigDL在每个Spark任务中使用英特尔MKL和多线程编程。因此，它比单节点至强处理器上的现成Caffe、Torch或TensorFlow快几个数量级。
有效地横向扩展。BigDL通过使用Apache Spark，高效实现同步SGD，可以全面减少Spark上的通信，有效向外扩展，进行“大数据规模”的数据分析。
使用场景：
您希望在Hadoop/Spark中分析大量数据(例如存储在HDFS、HBase和Hive上的数据)。
您希望在您的Spark计划和/或工作流程中添加深度学习功能(培训或预测)。
您希望使用现有的Hadoop/Spark集群运行深度学习程序，然后与其他工作负载(例如ETL、数据仓库、函数引擎、经典机器学习、图像分析等)动态共享。).
“BigDL的特点是什么？”感谢阅读。如果你想了解更多的行业，可以关注网站。边肖将为您输出更多高质量的实用文章！
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/145799.html