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 (→新闻) |
小 |
||
(未显示1个用户的2个中间版本) | |||
第1行: | 第1行: | ||
− | + | deeplearning4j(DL4j) | |
+ | |||
+ | [[文件:DL4J-logo.png|right|DL4J]] | ||
==简介== | ==简介== | ||
Eclipse Deeplearning4j | 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== | ==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。 | *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36行: | 第49行: | ||
*[[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] | *[http://deeplearning4j.org/documentation 文档全面、有深度、多语言] | ||
− | |||
− | |||
− | |||
− | |||
− | |||
− | |||
==推荐引擎== | ==推荐引擎== |
2022年4月11日 (一) 02:09的最后版本
deeplearning4j(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
[编辑] 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)
- 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
- 深度增强学习
[编辑] 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
- 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
- 文档全面、有深度、多语言
[编辑] 推荐引擎
Build a Recommendation Engine With DL4J
[编辑] Spark
- 基于Spark的Deeplearning4j
- DL4J与基于Hadoop和Spark的迭代式归纳
- How to Speed Up Spark With Native Binaries and OpenBlas
[编辑] Kotlin
Using Deeplearning4j With Kotlin
[编辑] Scala
Scala, Apache Spark and Deeplearning4j
[编辑] Clojure
[编辑] C++
[编辑] 图集
[编辑] 链接
分享您的观点