问Hadoop环境下盗梦空间图像分类器的再训练

EN

最近，我用Win10操作系统在我的电脑上试用了谷歌的“盗梦空间”图像分类器。基本上，我是在这个教程/手册上完成的。

简单地说，这些步骤是：

1. 安装码头
2. 安装Tensorflow
3. 去拿照片
4. 检索培训代码(retrain.py)
5. 重新培训盗梦空间(运行retrain.py)
6. 在图像上使用分类器

我的问题是，我想做同样的事情，但在Hadoop环境中，不幸的是，我不知道该如何做，因为我是Hadoop的新手。我试图谷歌这个话题，但我没有找到任何有帮助的结果。

我的Hadoop集群包含4个带有Hadoop、Hive和Spark的Raspberry Pi。如果我是对的，至少有两种方法可以在Hadoop上完成再培训过程：

1. 创建Hadoop流以运行phyton代码
2. 安装pySpark并使用它执行“魔术”

按照第一种选择，我认为这些步骤可能是：

(Python预先安装在NOOB上)

1. 将图像放入hdfs中
2. 安装Tensorflow库和工具
3. 检索培训代码和Tensorflow的完整样本集
4. 创建Hadoop流以运行再培训过程 $HADOOP_HOME/bin/hadoop jar $hadoop_HOME/hadoop-Streing.jar\ -input myInputDirs \ -output myOutputDir \ -mapper org.apache.hadoop.mapred.lib.IdentityMapper \ -reducer /bin/wc -file (一个执行**的python文件)
5. 在图像上使用分类器 ** = tensorflow/examples/image_retraining/retrain.py _-瓶颈_dir=/tf_ $python _$python_dir=/tf_$python/$python_files=/tf_files/$python_files=/tf_$python_$python/(MyImages)

第二条路..。我没有头绪

如果有人能给我一些建议，详细的步骤，或者只是告诉我一些方向，我会非常感激的。