Yahoo! aprimora TensorFlow com Apache Spark

Yahoo!, Apache Spark e o desenvolvedor do CaffeOnSpark, que tornou mais fácil para os desenvolvedores a construção de modelos de deep learning↳Deep learning9 conteúdosRedes neurais roots – Parte 01Dev (Back & Front) · abr 2019Redes neurais roots – Parte 02: treinamentoDev (Back & Front) · mai 2019Redes neurais roots – Parte 03: show me the codeDev (Back & Front) · mai 2019Ver tudo em AI → em Caffe para escalar com processamento paralelo, estão abrindo o código de um novo projeto chamado  TensorFlowOnSpark. O emparelhamento de Spark e TensorFlow deve tornar o framework de deep learning mais atraente para desenvolvedores que estão criando modelos que precisam ser executados em grandes clusters de computação.

Apache Spark é um framework de código aberto↳Open source71 conteúdosComo o Open Source Está Liberando o Poder da Automação para TodosDev (Back & Front) · out 2025Código aberto: programadores criam software da NASA sem saberDev (Back & Front) · abr 2021N8N: O que é a ferramenta open source que está revolucionando a automação em TI?Dev (Back & Front) · dez 2025Ver tudo em Dev (Back & Front) → projetado para aumentar a eficiência da computação paralela. Seguindo os passos de ferramentas como Hadoop, o Spark tornou possível para que empresas como a Netflix processassem enormes quantidades de dados de usuários para oferecer recomendações em escala.

[awprm urls=https://imasters.com.br/noticia/versao-0-12-do-tensorflow-adiciona-suporte-para-windows/,https://imasters.com.br/noticia/yahoo-anuncia-que-sofreu-um-roubo-de-dados-de-um-bilhao-de-contas-em-2013/]

Segundo o TechCrunch, o Yahoo! explorou ferramentas existentes como SparkNet e TensorFrame para preencher a lacuna entre TensorFlow e Spark, mas decidiu que poderia fazer melhor. O resultado é uma ferramenta que permite aos desenvolvedores modificar rapidamente seus programas TensorFlow existentes para trabalhar com TensorFlowOnSpark.

Embora o TensorFlowOnSpark seja open source, o Yahoo! tem planos de melhorar a ferramenta. Se você estiver interessado em testá-la, pode obter tudo no GitHub.