深度学习-基于spark的多层神经网络_基于spark 神经网络引擎-优快云博客

这篇博客介绍如何使用Spark进行手写识别的深度学习实践，采用local模式，并探讨了平均化周期对效率和表现的影响，建议的平均化周期通常在5到10个微批次之间。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最后我们再写3篇基于spark的深度学习，这篇是手写识别的，用的是spark的local模式，如果想用集群模式在submit的时候设置-useSparkLocal false，或者在程序中设置useSparkLocal=false，代码如下

public class MnistMLPExample {
    private static final Logger log = LoggerFactory.getLogger(MnistMLPExample.class);

    @Parameter(names = "-useSparkLocal", description = "Use spark local (helper for testing/running without spark submit)", arity = 1)//@Parameter这个是参数的意思，参数名是sparklocal，下面的true代表使用local模式，arity=1代表这个参数消费一个参数值
    private boolean useSparkLocal = true;

    @Parameter(names = "-batchSizePerWorker", description = "Number of examples to fit each worker with")//每个worker训练多少个例子，下面指定了16
    private int batchSizePerWorker = 16;

    @Parameter(names = "-numEpochs", description = "Number of epochs for training")//训练的步数，下面指定了15
    private int numEpochs = 15;

    public static void main(String[] args) throws Exception {