DeepLearning4J：Java和Scala的深度学习开源库

Deeplearning4j（以下简称DL4J）是Java和Scala环境下的开源、分布式深度学习项目，DL4J集成了Hadoop and Spark，设计用于运行在分布式GPU和CPU上的商业环境。它由总部位于旧金山的商业智能和企业软件公司Skymind牵头开发。团队成员包括数据专家、深度学习专家、Java系统工程师和具有一定感知力的机器人。O’Reilly出版社为DL4J出版的书，已经可以在亚马逊买到。

大家对大数据都有所耳闻。通过发布开源深度学习工具，我们希望能将商业带入智能数据的时代。这也是为什么我们选择在Java环境实现这一框架。通过使用这些工具，数据专家可以认识到可扩缩深度学习算法的力量。这些算法早已在谷歌、脸书、微软、百度和网飞等设有专职深度学习团队的公司得到应用。

通过深度学习算法，可以实现无监督学习，让数据专家免于特征提取过程中的大量枯燥工作，从而把更多精力放在更有意思的任务之上。更广泛说来，我们认为这些算法可以帮助建设更为安全、智能、透明和高效的社会环境。

在定型深度学习网络的过程中，有许多可供调节的参数。我们已尽可能对这些参数进行解释，从而使Deeplearning4j能够成为在Hadoop和其他文件系统环境内Java、Scala及Clojure编程人员的DIY工具。如果您需要目前所提供教程之外的支持和定制化服务，请与Skymind取得联系。

ND4J是Java科学运算引擎，用来驱动矩阵操作。（请在此参见其Github库。）ND4S是其Scala封装程序；Deeplearning4s是在DL4J上的Scala封装程序。

Deeplearning4j已得到《连线》、《GigaOM》、《商业周刊》、《Venturebeat》、《华尔街日报》、《Fusion》和《Java杂志》的报道。DL4J工作坊目前在旧金山通过GalvanizeU进行提供。

快速入门

1.在命令行中输入：

|

1

2

3

|

$  git clone  https://github.com/deeplearning4j/dl4j-examples.git

$  cd dl4j-examples/

$  mvn clean install

|

2.打开IntelliJ，选择“导入项目”。然后选择“dl4j-examples”主目录。

Install_IntJ_1

3.选择“从外部模型导入项目”，确保已选中Maven。

Install_IntJ_2

4.继续按向导选项操作。选中以jdk开头的SDK。（可能需要点击加号才能看到相关选项……）随后点“完成”。稍等片刻，让IntelliJ下载所有的依赖项。右下方会显示进度条。

5.在左边的树形目录中选择一个示例。

Install_IntJ_3

6.右击文件，运行。

在您自己的项目中使用DL4J：配置POM.xml文件

若要在您自己的项目中运行DL4J，我们强烈推荐Java用户使用Maven，Scala用户使用SBT等工具。基本的依赖项及其版本如下所示。其中包括：

• deeplearning4j-core，包含神经网络实现方法
• nd4j-native，ND4J库的CPU版本，驱动DL4J
• canova-api – Canova是我们的数据向量化和加载库

每个Maven项目都有一个POM文件。运行示例时，POM文件的内容应当如此处所示。

在IntelliJ中，你需要选择将要运行的第一个Deeplearning4j示例。我们建议选择MLPLinearClassifier，在我们的用户界面中几乎能立即看到该网络将数据分类为两组。文件可以在Github上找到。

右击示例，在下拉菜单中选择绿色按钮即可运行。你会在IntelliJ底部的窗口中看到一系列分值。最右边的数字是网络分类的误差得分。如果网络在进行学习，该数字就会随着处理批次的增加而减少。最后，该窗口会告诉你神经网络模型最终的准确度。

mlp_classifier_results

另一个窗口中的图像会显示多层感知器（MLP）对示例数据的分类结果，如下图所示：

mlp_classifier_viz

祝贺您！您已经用Deeplearning4j成功定型了第一个神经网络……

其他资源

• DL4J线上交流群是有关DL4J的主要交流渠道。大多数人都在此出没。
• 调试帮助面向刚开始接触神经网络的用户。初学者请访问这个交流群！
• 早期用户交流群面向那些帮助我们检查并改进新版本的用户。注意：这个群供经验更丰富的用户交流。
• 深度神经网络简介
• 快速入门指南
• 初学者学习计划
• 完全安装指南
• DL4J文档
• Maven Central上的Deeplearning4j工件
• Maven Central上的ND4J工件
• Maven Central上的Canova工件

官方网站：http://deeplearning4j.org/
开源地址：https://github.com/deeplearning4j/deeplearning4j

DL4J在GitHub上的项目

与其他深度学习框架相比较

与其他深度学习框架相比，Deeplearning4j在API语言、宗旨和集成性方面独具特色。DL4J是基于JVM、聚焦行业应用且提供商业支持的“分布式深度学习框架”，能在合理的时间内解决各类涉及大量数据的问题。DL4J与Kafka、Hadoop和Spark集成，可使用任意数量的GPU或CPU运行，而且发生任何问题都可以联系服务热线。

DL4J是一种跨平台的便携式学习库，并非专门针对AWS、Azure或谷歌云等任何一种特定的云端服务而优化。论速度，DL4J用多GPU运行非平凡图像处理任务时的性能可媲美Caffe，优于TensorFlow和Torch。如需对Deeplearning4j运行基准测试，请参阅此页的指南，通过调整JVM的堆空间、垃圾回收算法、内存管理以及DL4J的ETL数据加工管道来优化DL4J的性能。Deeplearning4j拥有Java、Scala和Python API（所用的Python API为Keras）。

image

Skymind有一个非常活跃的Twitter帐户，他们发布新的科学论文、示例和教程。非常推荐去看看。