我正在尝试在Spark上实现卷积神经网络算法，我想在继续前进之前提出两个问题。
我需要实现我的代码，使其与Spark高度集成，并遵循Spark中机器学习算法的原则。我发现Spark ML是机器学习代码的既定基础，它有一个特定的基础，所有编写的算法都遵循。此外，实现的算法将其繁重的数学运算卸载到第三方库（如BLAS），以便快速进行计算。
现在我想问：
1）ML是正确的起点吗？通过遵循ML结构，我的代码是否与Spark ML生态系统的其余部分高度可集？
2）我对ML代码的底部是否正确，他们将处理卸载到另一个数学库中？这是否意味着我可以决定更改该层以自定义方式进行繁重的处理？
感谢任何建议。