深度學習工業級部署實踐：基於Spark部署Tensorflow深度學習模型

    深度學習具有強大的學習能力，已經成為以NLP、影象和語音等AI應用領域的標配技術。但在工業部署中，卻存在兩個明顯問題：

    1、深度學習模型一般都比較複雜，非常佔記憶體，計算耗時。

    2、大資料時代，實際工業生產環境下，每天需要處理的增量資料上億，甚至數十億。

    因此，在訓練得到優質的深度學習模型（基於Tensorflow）之後，如何部署模型，高效處理上億的資料是一個緊急且至關重要的問題。

    本影片主要講解，如何結合Spark大資料平臺，利用分散式、多併發的樣式來高效的部署深度學習模型，希望能給您一些啟發。