搭建hadoop集群的感想感悟

时间: 2023-09-24 09:07:33 浏览: 51
搭建hadoop集群是一项比较复杂的任务,需要熟悉hadoop的相关知识和技术,并且需要具备一定的系统运维能力。在这个过程中,我学到了很多有关分布式计算、大数据处理、系统配置和调优等方面的知识,也深刻体会到了系统运维的重要性。 同时,搭建hadoop集群也让我更加深入地了解了hadoop的架构和组件,包括HDFS、MapReduce、YARN等等。这些知识对于我今后从事大数据处理和分布式计算相关工作都有很大的帮助。 另外,搭建hadoop集群也让我更加注重团队协作和沟通,因为在这个过程中需要不同的人负责不同的任务,需要及时沟通和协作,才能保证整个集群的运行和稳定。 总的来说,搭建hadoop集群是一项具有挑战和收获的任务,让我在实践中不断提高自己的技能和能力。
相关问题

搭建hadoop集群详细步骤

搭建Hadoop集群需要按照以下步骤进行: 1. 准备环境:安装Java、SSH服务和配置主机名等。 2. 下载和安装Hadoop:从官网下载Hadoop压缩包并解压,将解压后的文件夹移动到指定目录。 3. 配置Hadoop:修改Hadoop配置文件,包括core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml等。 4. 配置SSH免密登陆:将主节点的SSH公钥分发到所有节点,以实现免密登录。 5. 启动Hadoop集群:在主节点上使用start-all.sh脚本启动Hadoop集群,启动后可以使用jps命令查看进程状态。 6. 测试Hadoop集群:使用Hadoop自带的示例程序(如wordcount)进行测试,确保Hadoop集群能够正常工作。 7. 使用Hadoop集群:将数据上传到集群中,使用Hadoop提供的MapReduce程序进行计算和处理。 以上是搭建Hadoop集群的基本步骤,具体操作过程需要根据实际情况进行调整和修改。

Ubuntu搭建hadoop集群

搭建Hadoop集群需要先安装Java环境和Hadoop软件,并进行配置。以下是在Ubuntu下搭建Hadoop集群的步骤: 1. 安装Java环境: ``` sudo apt-get update sudo apt-get install default-jdk ``` 2. 下载Hadoop软件: ``` wget https://downloads.apache.org/hadoop/common/hadoop-3.3.0/hadoop-3.3.0.tar.gz tar -xzvf hadoop-3.3.0.tar.gz ``` 3. 配置Hadoop: 首先,需要配置Hadoop的环境变量,打开`~/.bashrc`文件,添加以下内容: ``` export HADOOP_HOME=/path/to/hadoop-3.3.0 export PATH=$PATH:$HADOOP_HOME/bin export PATH=$PATH:$HADOOP_HOME/sbin ``` 然后,需要配置Hadoop的核心配置文件`core-site.xml`和`hdfs-site.xml`。在`$HADOOP_HOME/etc/hadoop/`目录下,创建这两个文件并添加以下内容: core-site.xml ``` <?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>fs.defaultFS</name> <value>hdfs://localhost:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/path/to/hadoop-3.3.0/tmp</value> </property> </configuration> ``` hdfs-site.xml ``` <?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration> ``` 4. 启动Hadoop集群: ``` hdfs namenode -format start-all.sh ``` 运行以上命令,格式化namenode并启动Hadoop集群。 5. 验证Hadoop集群: 打开浏览器,输入`http://localhost:9870/`,可以看到Hadoop的Web界面,表示集群已经启动成功。 以上就是在Ubuntu下搭建Hadoop集群的步骤。

相关推荐

虚拟机搭建 Hadoop 集群可以通过使用虚拟化软件如 VMware 或 VirtualBox 来实现。以下是一个简单的步骤: 1. 首先,下载并安装虚拟化软件,如 VMware 或 VirtualBox。 2. 下载 Hadoop 的稳定版本,并解压缩到一个目录中。 3. 创建一个虚拟机,并为每个节点分配足够的资源(如 CPU、内存和存储)。 4. 安装操作系统,推荐使用 Linux 发行版,如 Ubuntu 或 CentOS。确保在每个节点上都安装了相同的操作系统版本。 5. 配置网络设置,确保虚拟机之间可以相互通信。可以选择使用 NAT、桥接模式或者创建一个内部网络。 6. 在每个节点上安装 Java 运行环境,Hadoop 是基于 Java 开发的。 7. 配置 Hadoop 环境变量,将 Hadoop 的 bin 目录添加到 PATH 环境变量中。 8. 编辑 Hadoop 的配置文件,主要包括 core-site.xml、hdfs-site.xml 和 mapred-site.xml。配置文件中需要指定各个节点的 IP 地址和端口号。 9. 启动 Hadoop 的各个组件,包括 NameNode、DataNode、ResourceManager、NodeManager 和 JobHistoryServer。 10. 在浏览器中访问 Hadoop 的管理界面,确认集群是否正常运行。 以上是一个简单的搭建 Hadoop 集群的步骤,实际操作中可能还需要进行一些额外的配置和调整。请注意,这只是一个基础的搭建过程,具体的步骤可能会因个人环境和需求而有所不同。如果遇到问题,可以参考 Hadoop 的官方文档或者在相关的社区寻求帮助。
### 回答1: 要基于Docker搭建Hadoop集群,您需要遵循以下步骤: 1. 安装Docker:您需要在所有节点上安装Docker。可以通过Docker官方文档来了解如何在您的操作系统上安装Docker。 2. 创建Docker镜像:您需要创建包含Hadoop的Docker镜像。您可以使用Dockerfile来创建镜像,并在其中安装所需的软件包。 3. 创建Docker容器:一旦您创建了Docker镜像,您需要在每个节点上创建Docker容器。您可以使用Docker命令来创建容器。 4. 配置Hadoop集群:您需要配置Hadoop集群,以便每个节点都能够与其他节点通信。您需要编辑Hadoop配置文件,如core-site.xml和hdfs-site.xml,并指定节点的IP地址和端口号。 5. 启动Hadoop集群:最后,您需要启动Hadoop集群。您可以使用启动脚本启动Hadoop集群。 在完成这些步骤后,您应该已经成功地在基于Docker的Hadoop集群上设置了分布式计算环境。 ### 回答2: 随着大数据技术的发展,hadoop已经成为了很多企业的首选,但是hadoop的部署和维护是一件非常繁琐的事情,需要很多经验和技巧。为了简化这个过程,很多人开始尝试将hadoop集群部署在docker容器中。 Docker是一个开源的容器化平台,可以轻松地部署和运行各种应用程序。Docker的容器可以在任何运行Docker的机器上运行,这使得hadoop的集群可以很容易地部署在任何地方。 基于docker搭建hadoop集群的步骤如下: 1. 安装Docker 首先需要在每台机器上安装Docker。安装过程可以参考Docker官方文档。 2. 创建docker镜像 在第一台机器上创建一个docker镜像,这个镜像可以包含我们需要的hadoop环境。 可以通过Dockerfile创建这个镜像,并且在 Dockerfile 中指定需要的软件包和配置。这个镜像可以包含hadoop,jdk等组件。 3. 部署容器 在第一台机器上使用这个docker镜像创建一个容器,这个容器就是hadoop的NameNode。可以指定hadoop的配置文件,并且可以将hadoop的数据目录挂载到本地硬盘上。 同时,在其他机器上也创建容器,这些容器就是hadoop的DataNode。 4. 启动hadoop服务 启动NameNode容器后,需要进入容器内部,启动hadoop服务。使用hadoop dfsadmin -report 命令可以查看hadoop集群的状态。 5. 配置hadoop集群 hadoop的配置文件可以在NameNode容器内修改,也可以将配置文件挂载到容器内部。配置文件的修改可以通过修改Dockerfile或者手动修改容器内的文件来完成。 一些hadoop集群相关的配置信息需要在hadoop-env.sh,hdfs-site.xml和core-site.xml等文件中进行修改。 6. 测试hadoop集群 在hadoop集群启动后,可以使用hdfs dfs -ls / 命令来测试hadoop集群的正常运行。 基于docker搭建hadoop集群的优点在于部署和维护都非常方便,同时可以快速地扩展集群。Docker容器可以很容易地在不同的主机上运行,并且可以保证集群的统一性。 ### 回答3: Docker是一种轻量级的容器化技术,可以方便快捷地搭建、运行、迁移和管理软件应用,而Hadoop是目前广泛应用于大数据处理和分析的开源平台,使用Hadoop可以有效地解决数据分析和处理的瓶颈问题。基于Docker搭建Hadoop集群,可以实现快速部署与运维,提高集群的可维护性和可扩展性,同时也可以降低运行成本。 以下是基于Docker搭建Hadoop集群的步骤: 1. 安装Docker:首先需要在主机上安装Docker运行环境。 2. 下载Hadoop镜像:从Docker Hub上下载Hadoop镜像,并创建一个自定义的网络。 3. 创建Hadoop节点容器:创建一个Hadoop节点容器,并在其内部配置Hadoop环境变量。 4. 配置Hadoop:配置Hadoop集群的核心配置文件core-site.xml、hdfs-site.xml、yarn-site.xml和mapred-site.xml等。 5. 启动Hadoop集群:使用start-dfs.sh和start-yarn.sh脚本启动Hadoop集群,查看配置是否生效。 6. 部署应用程序:将应用程序放入Hadoop集群中的HDFS文件系统,使用yarn命令启动应用程序。 7. 监控和维护:使用Hadoop的监控和管理工具,对集群进行监控和维护。 基于Docker搭建的Hadoop集群具有很多优点,如环境准备简单、扩展性强、可移植性高、资源利用率高等,同时也需要注意安全性和稳定性的问题。在实际应用中,可以根据实际需求,对集群进行灵活配置和管理,以便更好地支持大数据处理和分析任务的需求。
搭建Hadoop集群需要进行以下步骤: 1. 安装Docker和Docker Compose 在搭建Hadoop集群之前,需要先安装Docker和Docker Compose。在Linux系统中,可以使用以下命令来安装: sudo apt-get update sudo apt-get install docker sudo apt-get install docker-compose 2. 创建Docker镜像 在安装完Docker和Docker Compose之后,需要创建Hadoop镜像。Docker镜像可以通过Dockerfile文件进行创建。以下是一个简单的Dockerfile文件示例: FROM ubuntu:18.04 RUN apt-get update && \ apt-get install -y ssh && \ apt-get install -y rsync && \ apt-get install -y openjdk-8-jdk && \ apt-get clean && \ rm -rf /var/lib/apt/lists/* /tmp/* /var/tmp/* RUN useradd -ms /bin/bash hadoop && \ echo 'hadoop:hadoop' | chpasswd && \ usermod -aG sudo hadoop RUN ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa && \ cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys && \ chmod 0600 ~/.ssh/authorized_keys ADD hadoop-2.10.1.tar.gz /opt RUN cd /opt && \ ln -s hadoop-2.10.1 hadoop && \ chown -R hadoop:hadoop hadoop-2.10.1 && \ chown -R hadoop:hadoop hadoop ENV JAVA_HOME /usr/lib/jvm/java-8-openjdk-amd64 ENV PATH $PATH:/opt/hadoop/bin:/opt/hadoop/sbin CMD ["/usr/sbin/sshd", "-D"] 在该Dockerfile文件中,我们使用了Ubuntu 18.04作为基础镜像,然后安装了SSH、rsync和OpenJDK-8。我们还创建了一个名为hadoop的用户和一个SSH密钥对。接着,我们下载并解压Hadoop二进制文件,并设置环境变量。最后,我们启动SSH服务。 在生成Dockerfile文件之后,我们可以使用以下命令创建Hadoop镜像: docker build -t hadoop . 3. 编写Docker Compose文件 在创建完Docker镜像之后,需要编写Docker Compose文件来定义Hadoop集群的拓扑结构。以下是一个简单的Docker Compose文件示例: version: '2.3' services: namenode: image: hadoop container_name: namenode hostname: namenode ports: - "50070:50070" - "8088:8088" volumes: - ./data/namenode:/opt/hadoop-2.10.1/data/namenode environment: - HADOOP_ROLE=NAMENODE - NAMENODE_HOST=namenode - RESOURCEMANAGER_HOST=resourcemanager command: ["/opt/hadoop/bin/hadoop", "namenode"] networks: hadoop: ipv4_address: 172.16.238.10 datanode1: image: hadoop container_name: datanode1 hostname: datanode1 volumes: - ./data/datanode1:/opt/hadoop-2.10.1/data/datanode environment: - HADOOP_ROLE=DATANODE - NAMENODE_HOST=namenode - RESOURCEMANAGER_HOST=resourcemanager command: ["/opt/hadoop/bin/hadoop", "datanode"] depends_on: - namenode networks: hadoop: ipv4_address: 172.16.238.11 datanode2: image: hadoop container_name: datanode2 hostname: datanode2 volumes: - ./data/datanode2:/opt/hadoop-2.10.1/data/datanode environment: - HADOOP_ROLE=DATANODE - NAMENODE_HOST=namenode - RESOURCEMANAGER_HOST=resourcemanager command: ["/opt/hadoop/bin/hadoop", "datanode"] depends_on: - namenode networks: hadoop: ipv4_address: 172.16.238.12 resourcemanager: image: hadoop container_name: resourcemanager hostname: resourcemanager ports: - "8080:8080" environment: - HADOOP_ROLE=RESOURCEMANAGER - NAMENODE_HOST=namenode - RESOURCEMANAGER_HOST=resourcemanager command: ["/opt/hadoop/bin/yarn", "resourcemanager"] depends_on: - namenode networks: hadoop: ipv4_address: 172.16.238.20 nodemanager1: image: hadoop container_name: nodemanager1 hostname: nodemanager1 environment: - HADOOP_ROLE=NODEMANAGER - NAMENODE_HOST=namenode - RESOURCEMANAGER_HOST=resourcemanager command: ["/opt/hadoop/bin/yarn", "nodemanager"] depends_on: - namenode - resourcemanager networks: hadoop: ipv4_address: 172.16.238.21 nodemanager2: image: hadoop container_name: nodemanager2 hostname: nodemanager2 environment: - HADOOP_ROLE=NODEMANAGER - NAMENODE_HOST=namenode - RESOURCEMANAGER_HOST=resourcemanager command: ["/opt/hadoop/bin/yarn", "nodemanager"] depends_on: - namenode - resourcemanager networks: hadoop: ipv4_address: 172.16.238.22 networks: hadoop: driver: bridge ipam: driver: default config: - subnet: 172.16.238.0/24 在该Docker Compose文件中,我们定义了一个包含一个NameNode、两个DataNode、一个ResourceManager和两个NodeManager的集群。我们使用了Hadoop镜像,并指定了容器名称、主机名、端口映射、数据卷、环境变量和命令。我们还使用了depends_on来定义容器之间的依赖关系。最后,我们定义了一个名为hadoop的网络,并指定了IP地址。 4. 启动Hadoop集群 在编写完Docker Compose文件之后,我们可以使用以下命令启动Hadoop集群: docker-compose up -d 该命令会启动Hadoop集群,并在后台运行。运行完该命令后,可以使用以下命令检查容器是否已经启动: docker ps 5. 访问Hadoop集群 启动完Hadoop集群之后,可以在浏览器中访问以下地址来查看Hadoop集群的状态: http://localhost:50070/dfshealth.html http://localhost:8088/ 至此,完成了在Docker中搭建Hadoop集群的过程。
Hadoop集群搭建实验的收获和感想主要包括以下几个方面: 收获: 1. 技术知识:通过实验,深入了解了Hadoop生态系统中的核心组件,如HDFS、MapReduce、YARN等。掌握了如何配置和部署集群,以及如何使用Hadoop工具进行数据存储、处理和分析。 2. 实践经验:实验中遇到了许多实际问题,如网络配置、节点故障等,通过解决这些问题,积累了宝贵的实践经验。 3. 集群管理:学会了如何管理和维护Hadoop集群,包括监控集群状态、调整资源配置、优化性能等。 4. 大数据处理:认识到Hadoop在处理大数据方面的优势,如高吞吐量、低延迟、可扩展性等。这为今后在大数据领域的工作或学习中提供了坚实的基础。 感想: 1. 挑战与成就感:实验过程中遇到了许多挑战,如复杂的配置过程、漫长的部署时间等。但每当解决一个问题,都会感到非常有成就感。 2. 团队合作:搭建Hadoop集群需要多人的协作,大家共同解决问题、分享信息,有助于增强团队凝聚力。 3. 持续学习:Hadoop是一个不断发展的生态系统,需要持续学习以跟上技术的发展。实验过程中学到的知识只是冰山一角,后续还需要进一步深入学习。 4. 实际应用:通过实验,深刻体会到Hadoop在现实生活中的应用,认识到大数据的重要性,以及掌握Hadoop技术的重要性。 总的来说,通过搭建Hadoop集群实验,不仅提高了技术水平,还积累了实践经验,了解了大数据的实际应用,并认识到持续学习的重要性。同时,也感受到了挑战与成就感的交织,以及团队合作的价值。
以下是一个简单的脚本,可以快速在 CentOS 7 上搭建 Hadoop 集群: bash #!/bin/bash # Hadoop Cluster Setup Script # Set hostname echo "Setting hostname..." hostnamectl set-hostname hadoop-master echo "127.0.0.1 hadoop-master" >> /etc/hosts # Install Java echo "Installing Java..." yum install -y java-1.8.0-openjdk-devel # Download Hadoop echo "Downloading Hadoop..." curl -O https://apache.org/dist/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz # Extract Hadoop echo "Extracting Hadoop..." tar -xzvf hadoop-3.3.1.tar.gz mv hadoop-3.3.1 /usr/local/hadoop rm hadoop-3.3.1.tar.gz # Configure Hadoop echo "Configuring Hadoop..." echo "export JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk" >> /usr/local/hadoop/etc/hadoop/hadoop-env.sh echo "export HADOOP_HOME=/usr/local/hadoop" >> /etc/profile echo "export PATH=$PATH:/usr/local/hadoop/bin:/usr/local/hadoop/sbin" >> /etc/profile source /etc/profile # Configure Hadoop Cluster echo "Configuring Hadoop Cluster..." cp /usr/local/hadoop/etc/hadoop/mapred-site.xml.template /usr/local/hadoop/etc/hadoop/mapred-site.xml sed -i 's/localhost/hadoop-master/' /usr/local/hadoop/etc/hadoop/core-site.xml sed -i 's/localhost/hadoop-master/' /usr/local/hadoop/etc/hadoop/hdfs-site.xml sed -i 's/localhost/hadoop-master/' /usr/local/hadoop/etc/hadoop/yarn-site.xml echo "export HDFS_NAMENODE_USER=root" >> /usr/local/hadoop/etc/hadoop/hadoop-env.sh echo "export HDFS_DATANODE_USER=root" >> /usr/local/hadoop/etc/hadoop/hadoop-env.sh echo "export HDFS_SECONDARYNAMENODE_USER=root" >> /usr/local/hadoop/etc/hadoop/hadoop-env.sh echo "export YARN_RESOURCEMANAGER_USER=root" >> /usr/local/hadoop/etc/hadoop/yarn-env.sh echo "export YARN_NODEMANAGER_USER=root" >> /usr/local/hadoop/etc/hadoop/yarn-env.sh # Start Hadoop Cluster echo "Starting Hadoop Cluster..." /usr/local/hadoop/sbin/start-dfs.sh /usr/local/hadoop/sbin/start-yarn.sh # Configure Hadoop Cluster on other nodes echo "Configure Hadoop Cluster on other nodes..." echo "hadoop-slave1" >> /etc/hosts echo "hadoop-slave2" >> /etc/hosts # Done echo "Hadoop Cluster Setup Complete!" 这个脚本包括了以下步骤: 1. 设置主机名和 hosts 文件。 2. 安装 Java。 3. 下载和解压 Hadoop。 4. 配置 Hadoop。 5. 配置 Hadoop 集群。 6. 启动 Hadoop 集群。 7. 在其他节点上配置 Hadoop 集群。 可以将这个脚本保存为 setup-hadoop.sh,并在每个节点上运行它。注意,在运行脚本之前,需要将每个节点的 hostname 和 IP 地址添加到 /etc/hosts 文件中。

最新推荐

详解搭建ubuntu版hadoop集群

本篇文章主要介绍了详解搭建ubuntu版hadoop集群,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧

Linux_RedHat、CentOS上搭建Hadoop集群

Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop 是可靠的,因为它假设计算元素和存储会失败,因此它维护多个工作数据副本,确保能够针对...

ambari安装及搭建hadoop大数据集群

ambari详细安装教程,已经ambari安装完成后详细的部署hadoop大数据集群

【图像压缩】基于matlab GUI小波变换图像压缩【含Matlab源码 609期】.mp4

CSDN佛怒唐莲上传的视频均有对应的完整代码,皆可运行,亲测可用,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

定制linux内核(linux2.6.32)汇编.pdf

定制linux内核(linux2.6.32)汇编.pdf

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire

图像处理进阶:基于角点的特征匹配

# 1. 图像处理简介 ## 1.1 图像处理概述 图像处理是指利用计算机对图像进行获取、存储、传输、显示和图像信息的自动化获取和处理技术。图像处理的主要任务包括图像采集、图像预处理、图像增强、图像复原、图像压缩、图像分割、目标识别与提取等。 ## 1.2 图像处理的应用领域 图像处理广泛应用于医学影像诊断、遥感图像处理、安检领域、工业自动化、计算机视觉、数字图书馆、人脸识别、动作捕捉等多个领域。 ## 1.3 图像处理的基本原理 图像处理的基本原理包括数字图像的表示方式、基本的图像处理操作(如灰度变换、空间滤波、频域滤波)、图像分割、特征提取和特征匹配等。图像处理涉及到信号与系统、数字

Cannot resolve class android.support.constraint.ConstraintLayout

如果您在Android Studio中遇到`Cannot resolve class android.support.constraint.ConstraintLayout`的错误,请尝试以下解决方案: 1. 确认您的项目中是否添加了ConstraintLayout库依赖。如果没有,请在您的build.gradle文件中添加以下依赖: ```groovy dependencies { implementation 'com.android.support.constraint:constraint-layout:<version>' } ``` 其中`<version>`为您想要

Solaris常用命令_多路径配置.doc

Solaris常用命令_多路径配置.doc

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依