深度學(xué)習(xí)是機器學(xué)習(xí)的一個子集，可以處理具有多層復(fù)雜性的數(shù)據(jù)集。使用Apache Spark實踐深度學(xué)習(xí)解決了技術(shù)和分析部分的復(fù)雜性以及在Apache Spark上實現(xiàn)深度學(xué)習(xí)解決方案的速度。本書從Apache Spark和深度學(xué)習(xí)的基礎(chǔ)知識開始。您將為深度學(xué)習(xí)設(shè)置Spark，學(xué)習(xí)分布式建模的原理，并了解不同類型的神經(jīng)網(wǎng)絡(luò)。然后，您將在Spark上實施深度學(xué)習(xí)模型，例如卷積神經(jīng)網(wǎng)絡(luò)（CNN），遞歸神經(jīng)網(wǎng)絡(luò)（RNN）和長期短期記憶（LSTM）。隨著本書的進展，您將獲得實際操作經(jīng)驗，了解理解您正在處理的復(fù)雜數(shù)據(jù)集。在本書的過程中，您將使用流行的深度學(xué)習(xí)框架，如TensorFlow，Deeplearning4j和Keras來訓(xùn)練您的分布式模型。在本書的最后，您將獲得在各種用例上實現(xiàn)模型的經(jīng)驗。