Deeplearning4j

来自开放百科 - 灰狐
（版本间的差异）
跳转到： 导航, 搜索
小 (→‎链接)
小
 
（未显示1个用户的36个中间版本）
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（DL4j）
 +
 
 +
[[文件:DL4J-logo.png|right|DL4J]]
 +
 
 +
==简介==
 +
Eclipse Deeplearning4j
 +
 
 +
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]]库。
 +
 
 +
 
 +
==新闻==
 +
*2017 年 10 月，Skymind 加入了 Eclipse 基金会，并且将 DL4J 贡献给开源 Java Enterprise Edition 生态系统。
 +
 
 +
==指南==
 +
*[https://developer.ibm.com/zh/technologies/artificial-intelligence/articles/cc-get-started-deeplearning4j/ Deeplearning4j 入门]
 +
 
 +
git clone https://github.com/eclipse/deeplearning4j-examples
 +
cd deeplearning4j-examples
 +
mvn clean install
 +
使用 [[IntelliJ IDEA]] 打开项目，[http://deeplearning4j.org/quickstart.html 完成DL4J第一次体验]。
  
 
==应用场景==
 
==应用场景==
第9行： 第28行：
 
*欺诈探测
 
*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）
 
*[[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
+
*[http://deeplearning4j.org/linear-regression.html 回归分析]
  
−
==DL4J神经网络==
+
==DL4J[http://deeplearning4j.org/neuralnet-overview 神经网络]==
−
*受限玻尔兹曼机
+
[http://deeplearning4j.org/neuralnetworktable.html 如何选择神经网络]
−
*卷积网络（图像）
+
*[https://deeplearning4j.org/cn/restrictedboltzmannmachine 受限玻尔兹曼机]
−
*递归网络/LSTMs（时间序列和传感器数据）
+
*[https://deeplearning4j.org/cn/convolutionalnets 卷积网络]（图像）
−
*递归自动编码器
+
*[https://deeplearning4j.org/cn/lstm 递归网络/LSTMs]（时间序列和传感器数据）
−
*深度置信网络
+
*[https://deeplearning4j.org/cn/deepbeliefnetwork 深度置信网络]
−
*深度自动编码器（问－答／数据压缩）
+
*[https://deeplearning4j.org/cn/deepautoencoder 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）
+
*[https://deeplearning4j.org/cn/usingrnns 递归神经传感器网络]（场景、分析）
−
*堆叠式降噪自动编码器
+
*[https://deeplearning4j.org/cn/stackeddenoisingautoencoder 堆叠式降噪自动编码器]
 +
*[https://github.com/deeplearning4j/rl4j 深度增强学习]
  
 
==为何选择DL4J==
 
==为何选择DL4J==
第27行： 第47行：
 
*可在Hadoop、Spark上实现伸缩
 
*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
 
*[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
+
*[[ND4J]]：线性代数库，较[[Numpy]]快一倍
 +
*[http://deeplearning4j.org/documentation 文档全面、有深度、多语言]
  
 +
==推荐引擎==
 +
[http://deeplearning4j.org/welldressed-recommendation-engine Build a Recommendation Engine With DL4J]
  
−
==指南==
+
==[[Apache Spark|Spark]]==
 +
*[https://deeplearning4j.org/cn/spark 基于Spark的Deeplearning4j]
 +
*[https://deeplearning4j.org/cn/iterativereduce DL4J与基于Hadoop和Spark的迭代式归纳]
 +
*[http://deeplearning4j.org/spark-fast-native-binaries.html How to Speed Up Spark With Native Binaries and OpenBlas]
 +
 
 +
==Kotlin==
 +
[https://deeplearning4j.org/kotlin Using Deeplearning4j With Kotlin]
 +
 
 +
==Scala==
 +
[https://deeplearning4j.org/scala Scala, Apache Spark and Deeplearning4j]
 +
*[https://github.com/deeplearning4j/ScalNet ScalNet]是受[[Keras]]启发而为Deeplearning4j开发的[[Scala]]语言封装
 +
*[https://github.com/deeplearning4j/nd4s ND4S] Scala bindings for [[ND4J]]
 +
 
 +
==Clojure==
 +
[https://deeplearning4j.org/clojure Deep Learning With Clojure]
 +
 
 +
==[[C++]]==
 +
*[[JavaCPP]]
  
 
==图集==
 
==图集==
 +
<gallery>
 +
image:deeplearning4j-overview.png|DL4J
 +
image:dl4j-eco-cn.jpg|DL4J组件
 +
image:deep-learning-use-case-industries.png|工业应用
 +
image:deeplearning4j-ui.png|DL4J UI
 +
image:deeplearning4j-training-ui.png|训练UI
 +
image:neural-network-table.png|神经网络
 +
image:Deeplearning4j-Reference-Architecture-CPU-GPU-Training.png|DL4J参考架构:训练
 +
image:Deeplearning4j-Reference-Architecture-CPU-GPU-Scoring.png|DL4J参加架构:得分
 +
image:SKIL-Reference-Architecture.png|SKIL参考架构
 +
</gallery>
  
 
==链接==
 
==链接==
−
*[http://deeplearning4j.org/zh-index.html deeplearning4j官网]
+
*[https://deeplearning4j.org/ deeplearning4j官网]
−
*[https://github.com/deeplearning4j/deeplearning4j deeplearning4j @ github]
+
*[https://github.com/eclipse/deeplearning4j deeplearning4j @ github]
−
*[http://skymind.io/ Skymind]是DL4J的商业支持机构
+
*[http://docs.huihoo.com/javadoc/deeplearning4j/ deeplearning4j javadoc]
 +
*[http://deeplearning4j.org/glossary 深度学习词汇表]
 +
*[http://deeplearning4j.org/compare-dl4j-torch7-pylearn.html DL4J vs. Torch vs. Theano vs. Caffe vs. TensorFlow]
 +
*[https://skymind.ai Skymind]是DL4J的商业支持机构
  
 
[[category:deep learning]]
 
[[category:deep learning]]
 
[[category:neural network]]
 
[[category:neural network]]
 +
[[category:recommender system]]
 
[[category:hadoop]]
 
[[category:hadoop]]
 
[[category:spark]]
 
[[category:spark]]
第46行： 第101行：
 
[[category:scala]]
 
[[category:scala]]
 
[[category:clojure]]
 
[[category:clojure]]
 +
[[category:eclipse]]
 +
[[category:huihoo]]

2022年4月11日 (一) 02:09的最后版本

deeplearning4j（DL4j）

DL4J

目录

[编辑] 简介

Eclipse Deeplearning4j

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库。


[编辑] 新闻

  • 2017 年 10 月，Skymind 加入了 Eclipse 基金会，并且将 DL4J 贡献给开源 Java Enterprise Edition 生态系统。

[编辑] 指南

git clone https://github.com/eclipse/deeplearning4j-examples
cd deeplearning4j-examples
mvn clean install

使用 IntelliJ IDEA 打开项目，完成DL4J第一次体验。

[编辑] 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

[编辑] DL4J神经网络

如何选择神经网络

[编辑] 为何选择DL4J

为何选择Deeplearning4j？

[编辑] 推荐引擎

Build a Recommendation Engine With DL4J

[编辑] Spark

[编辑] Kotlin

Using Deeplearning4j With Kotlin

[编辑] Scala

Scala, Apache Spark and Deeplearning4j

[编辑] Clojure

Deep Learning With Clojure

[编辑] C++

[编辑] 图集

  • DL4J

  • DL4J组件

  • 工业应用

  • DL4J UI

  • 训练UI

  • 神经网络

  • DL4J参考架构:训练

  • DL4J参加架构:得分

  • SKIL参考架构

[编辑] 链接

来自“http://wiki.huihoo.com/wiki/?title=Deeplearning4j&oldid=162859”
分享您的观点
个人工具
名字空间

变换
操作
导航
工具箱