在上文（[TensorFlow快速上手](https://qiming.info/TensorFlow快速上手)）中，我们介绍了TensorFlow中的一些基本概念，并实现了一个线性回归的例子。本文我们趁热打铁，接着用TensorFlow实现一下神经网络吧。TensorFlow中的神经网络可以用来实现回归算法和分类算法，本文将分别给出实现这两种算法的代码。除此之外，还将介绍一个TensorFlow

MLPC(Multilayer Perceptron Classifier)，多层感知器分类器，是一种基于前馈人工神经网络（ANN）的分类器。Spark中目前仅支持此种与神经网络有关的算法，在org.apache.spark.ml中（并非mllib）。本文通过代码来演示用Spark运行MLPC的一个小例子。

本文是本人硕士期间云计算课程的一次大作业，所以可能部分内容有充字数的嫌疑，还望各位看官无视。。。但是也正因为此，本文对一些基础概念描述的也挺详细，包括但不限于Spark简介、Spark与Hadoop对比、Spark架构介绍、Pearson相关系数简介、Spark中的combineByKey函数简介等。