1樓：劉小壯
可以試試 zipimport
2樓：
可以考慮用parameter server 加 spark 做大規模計算，這裡有個spark mllib的例子
Spark MLlib Example
大規模機器學習
3樓：tao cui
這取決於你用那種機器學習的演算法：
比如，你用svm，如果採用高斯核函式，就有兩個引數（這裡用c, g代替）需要設定，這個時候你可以採取網格搜尋的手段，在一系列引數(c, g)的條件下進行訓練，這個時候你可以同時訓練好幾組資料，你可以用hadoop將任務分散到各個空閒的資源去
但是，如果你稍微了解一下svm演算法的本質，發現其實svm的primary形式就是求解乙個線性代數，那麼，對其並行化就集中在如何利用多核心，多節點來求解線性代數的值，而這已經有無數的方案來解決。
因此，對於如何並行化處理大規模ML的問題，在於你自己對此類ML是否有足夠的了解，知道那些過程能夠並行化。
4樓：Xu Feng
演算法和模型不是關鍵，其實資料和應用更關鍵，一般都是有個具體問題考慮如何解決，而且不是為了拿著錘子找釘子。 而且一些機器學習演算法，hadoop實現的效率也不高。 真心要求效能的一般都是自己實現或者引入gpu啥的。
5樓：紀路
並不是所有的機器學習演算法都能夠並行化的，大規模機器學習有專門的庫，Hadoop上的mahout，Spark上有SparkML
學習python和機器學習演算法，深度學習演算法就是學不會，心情很壓抑怎麼辦？
陽光 不知道你多大年齡，阿姨我今年快48了，去年開始學習機器學習，深度學習，也經歷很多燒腦的日子，但是要相信自己，多去網上搜尋，書讀百遍其意自現，死磕到底，沒什麼學不會的，想想又不是讓你造原子彈 我執 看到這個題目我頓時會心一笑,彷彿見到了過去的自己.回答分割線 我想題主應該是想問怎麼快速的學習演算...
機器學習需要大量人工標註，尤其是深度學習，有沒有什麼好辦法解決？
曼孚科技 專業的資料標註企業可以提供大量 高質量的標註資料集。借助AI預標註技術，標註過程中可以減輕對人力的依賴，提公升效率 降低成本。 網感至察 對於機器學習來說，大量的人工標註是很繁瑣的，我們可以通過基於通用的知識圖譜引擎和技術框架，使用深度學習來優化已有的知識體系中不准 不全和不夠靈活的地方，...
python中神經網路，機器學習，深度學習，人工智慧的關係？
冰笛 在紙上畫一顆樹，那麼樹冠可以比作是機器學習，其中的一部分枝蔓比作神經網路，這其中的一根比較粗壯的相當於深度學習 整棵樹是人工智慧的乙個剪影，而python則是畫筆和紙。 教員的好學生 python是一門語言，神經網路，機器學習，深度學習是演算法，人工智慧是工程，神經網路是機器學習的一種演算法，...