Käytettäessä UDF-tiedostoja Apache Sparkissa hajautettuihin toimintoihin, kuten syväoppimismallin käsittelyyn, on tavallista kohdata Sparkin "SparkContextiä voidaan käyttää vain ohjaimessa" -ongelma. Tämä johtuu työnjakoa säätelevän SparkContextin tiukasta kuljettajasidonnaisesta luonteesta. Estämällä serialisointiristiriidat hajautetuissa kuvankäsittelyn putkissa ja takaamalla mallin pääsyn ilman uudelleenalustusta jokaisessa solmussa, ratkaisut, kuten lähetys-muuttujat, antavat meille mahdollisuuden jakaa malleja työntekijöiden solmujen kanssa tehokkaalla tavalla. Sparkin kykyä käsitellä monimutkaisia ​​koneoppimistehtäviä mittakaavassa parannetaan huomattavasti lähetyslähestymistapojen ansiosta.