我可以用hadoop来训练一个中立的网络吗？

我想在Hadoop的帮助下训练一个神经网络。我们知道，在训练神经网络时，每个神经元的权重在每次迭代中都会改变，每次迭代都取决于前一次迭代。我是Hadoop新手，对它提供的功能不太熟悉。我可以借助方法

addDependingJob（）

强调依赖性来链接迭代吗？或者在Hadoop的帮助下，可以使用其他技巧来实现NN

如有任何建议，将不胜感激

---

谢谢并致以最诚挚的问候。

你可以自己写。如果您知道如何从头开始在单核中编写Bacvk propogation。它可以很容易地迁移到Mapreduce方法。HDFS缓存应存储当前神经元权重，每个映射作业应在训练实例时评估其更新，然后reduce应将所有这些更新相加，并将它们放入cachce

我想不久前在Mahout邮件列表上有一个关于它的建议，但从未实施过：。我最后一次听说有人在为Hadoop寻找一个Neuroph（）插件。我听说Neuroph这个东西被作为GSoC项目接受了，但我不知道更多。@diliop谢谢，这个链接很有意义。：-）如果你在寻找一种在大数据集上训练ANN的快速方法，你可能应该研究在GPU上编程backprop。由于ANN易于矢量化，在类似硬件上的速度比Hadoop快得多。