我正在寻找一种适应我当前的Theano模型的高效和简便的方法，以便可以扩展预测。我还在寻找一种轻松训练许多具有不同参数的模型的方法。
似乎有两种主要方法可以做到这一点。第一个是使用火花，第二个是使用Docker和Kubernetes。
我对两者的经验都相当有限，因此，我不知道是否有正确的方法可以解决我的问题，以及每种解决方案之间有什么区别。
，这是库贝贝特和火花之间的两件事，Kubernets是一个PAA，它为您提供运行应用程序的平台，Spark用于运行您的算法并计算分布式，但是您需要在集群中构建Spark因此，Kubernetes可以帮助您做这件事
如何使用Kubernetes构建火花？您可以看到参考
祝你好运！
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium