如何用 Spark 深度集成 Tensorflow 实现文本分类

这篇文章会分成以下 7 个部分：

* 开发环境准备
* PySpark 基础：基于 Dataframe 的 wordcount 实现
* PySpark MLlib 基础-自动化特征工程
* Tensorflow 基础：Tensorflow 的编码套路
* 深度学习与 NLP 基础：如何用深度学习完成 NLP 相关工作
* Spark 和 Tensorflow 整合：如何深度集成 Spark 和 Tensorflow
* 一个完整应用案例 ：利用卷积网络做文本分类
通过本场 Chat，读者可以入门 PySpark, Spark MLlib, Tensorflow 的使用，以及深度学习和 NLP
的结合。对于架构师，还能学习到如何实现 Spark 和 Tensorflow 的互通，形成完整的 Pipeline。 这篇文章也是我前一段时间的工作总结，我
fork 了 databricks 公司的一个项目并且做了增强（点击查看
<https://github.com/allwefantasy/spark-deep-learning/tree/release>）。

阅读全文: http://gitbook.cn/gitchat/activity/5a38e8078bfed71461ad64a3
<http://gitbook.cn/gitchat/activity/5a38e8078bfed71461ad64a3?utm_source=csdn_blog>

一场场看太麻烦？成为 GitChat 会员，畅享 1000+ 场 Chat ！点击查看
<https://gitbook.cn/gitchat/vip?utm_source=vip_blog>

• « 上一篇：Hyperledger系列（四） Fabric 1.0架构介绍
• » 下一篇：为啥程序员下班后只关显示器从不关电脑？