5月4日，我们举办了一个在线研讨会——深度学习和ApacheSpark：工作流和最佳实践。本次网络研讨会没有比较深度学习系统或特定的优化，而是集中讨论了在Apache Spark集群上运行时深度学习框架常见的问题，包括：如何优化集群设置；如何理想配置火花簇；如何接收数据；以及如何监视长时间运行的作业？录音和幻灯片如果您错过了网络研讨会，您可以在这里按需查看，幻灯片可以作为网络研讨会的附件访问。问答最后，我们举行了一个问答，下面是所有的问题和他们的答案与论坛的链接。（点击链接查看答案。）如何才能成为Apache Spark的专家？将Spark集成到Web应用程序中的最佳方法是什么？如果我们在web应用程序中使用Spark概念会有什么不同吗是否有计划集成firmamentcluster scheduler()在未来的数据库中有没有docker image Spark和GPU可供试用？使用深度学习框架需要哪种Spark版本TensorFrame是否可用于Spark上的开源版本，还是需要使用databricks产品？PySpark似乎是目前DL和Spark的好方法。但是对于监视来说，Scala听起来是一个更好的选择。您对未来在DL中应该更多地使用哪种语言有什么看法？我在哪里可以看到张量框架的笔记本示例你们有没有给与会者提供火花峰会的折扣优惠？你有没有想过将Spark与Tensorflow（例如框架）相结合，与集成Tensorflow分布式（通过clusterspec）相结合吗？在线研讨会中是否提到了在数据库上运行Spark特有的一些限制，或者也适用于在数据库外运行Spark？如果是的话，Databricks是否有办法减轻限制？谢谢你的精彩演讲。我们如何访问幻灯片？nvidia docker图像与Databricks堆栈和PaperScale堆栈有何不同？它[Databricks]是否支持基于H2o.ai的深度学习，即起泡水和深水用户可以指定在过滤过程中使用的[image]过滤器而不使用默认过滤器吗？如果是，我们如何指定过滤器如果您想在Databricks上进行深入学习，请从今天开始为期14天的免费试用。免费试用Databricks。今天就开始吧