欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜:Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2, C++/F#/Lisp
Deeplearning4j
来自开放百科 - 灰狐
(版本间的差异)
小 (→链接) |
小 (→指南) |
||
第1行: | 第1行: | ||
deeplearning4j:开源(Apache v2)[[Artificial neural network|神经网络]]平台,基于 [[Apache Hadoop]], [[Apache Spark]] 构建,为 [[Java]], [[Scala]] & [[Clojure]] 编程语言提供的[[deep learning|深度学习]]基础设施。 | deeplearning4j:开源(Apache v2)[[Artificial neural network|神经网络]]平台,基于 [[Apache Hadoop]], [[Apache Spark]] 构建,为 [[Java]], [[Scala]] & [[Clojure]] 编程语言提供的[[deep learning|深度学习]]基础设施。 | ||
+ | |||
+ | ==应用场景== | ||
+ | 神经网络应用情景 | ||
+ | *人脸/图像识别 | ||
+ | *语音搜索 | ||
+ | *文本到语音(转录) | ||
+ | *垃圾邮件筛选(异常情况探测) | ||
+ | *欺诈探测 | ||
+ | *[[Recommender system|推荐系统]](客户关系管理、广告技术、避免用户流失) | ||
+ | *回归分析 | ||
+ | |||
+ | ==DL4J神经网络== | ||
+ | *受限玻尔兹曼机 | ||
+ | *卷积网络(图像) | ||
+ | *递归网络/LSTMs(时间序列和传感器数据) | ||
+ | *递归自动编码器 | ||
+ | *深度置信网络 | ||
+ | *深度自动编码器(问-答/数据压缩) | ||
+ | *递归神经传感器网络(场景、分析) | ||
+ | *堆叠式降噪自动编码器 | ||
+ | |||
+ | ==为何选择DL4J== | ||
+ | 为何选择Deeplearning4j? | ||
+ | *功能多样的N维数组类,为Java和Scala设计 | ||
+ | *与GPU集合 | ||
+ | *可在Hadoop、Spark上实现伸缩 | ||
+ | *[http://deeplearning4j.org/canova.html Canova]:机器学习库的通用向量化工具 | ||
+ | *ND4J:线性代数库,较[[Numpy]]快一倍 | ||
+ | |||
==指南== | ==指南== |
2016年3月15日 (二) 17:07的版本
deeplearning4j:开源(Apache v2)神经网络平台,基于 Apache Hadoop, Apache Spark 构建,为 Java, Scala & Clojure 编程语言提供的深度学习基础设施。
目录 |
应用场景
神经网络应用情景
- 人脸/图像识别
- 语音搜索
- 文本到语音(转录)
- 垃圾邮件筛选(异常情况探测)
- 欺诈探测
- 推荐系统(客户关系管理、广告技术、避免用户流失)
- 回归分析
DL4J神经网络
- 受限玻尔兹曼机
- 卷积网络(图像)
- 递归网络/LSTMs(时间序列和传感器数据)
- 递归自动编码器
- 深度置信网络
- 深度自动编码器(问-答/数据压缩)
- 递归神经传感器网络(场景、分析)
- 堆叠式降噪自动编码器
为何选择DL4J
为何选择Deeplearning4j?
指南
图集
链接
- deeplearning4j官网
- deeplearning4j @ github
- Skymind是DL4J的商业支持机构
分享您的观点