Deeplearning4j
| 原作者 | Adam Gibson |
|---|---|
| 開發者 | 眾多 |
| 當前版本 |
|
| 源代碼庫 | |
| 編程語言 | Java, Scala, CUDA, C |
| 操作系統 | Linux, macOS, Windows, Android |
| 平台 | 跨平台 |
| 類型 | 自然語言處理, 深度學習, 機器視覺, 人工智能 |
| 許可協議 | Apache許可證2.0 |
| 網站 | deeplearning4j |
Deeplearning4j是為Java和Java虛擬機[2][3]編寫的開源深度學習庫，是廣泛支持各種深度學習算法的運算框架[4]。Deeplearning4j可以實施的技術包括受限玻爾茲曼機、深度置信網絡、深度自動編碼器、堆疊式降噪自動編碼器、循環神經張量網絡，以及word2vec、doc2vec和GloVe。這些算法全部包括分布式並行版本，與Hadoop和Spark集成。[5]Skymind是Deeplearning4j的商業支持機構。
簡介[編輯]
Deeplearning4j基於廣泛使用的編程語言Java——同時也兼容Clojure，並且包括Scala的API。它由自有的開源數值計算庫ND4J驅動，可使用CPU或GPU運行。[6][7] Deeplearning4j是開源項目[8]，主要由位於舊金山的一支機器學習團隊開發，團隊由Adam Gibson領導。[9][10]Deeplearning4j是谷歌Word2vec頁面上列出的唯一一個在Java環境下實施Word2vec的開源項目。[11]
Deeplearning4j已經用於多項商業和科研應用。其代碼由GitHub[12]託管，並在谷歌小組[13]上設有支持論壇。
這一框架是可組合的，即受限玻爾茲曼機、卷積網絡、自動編碼器、遞歸網絡等淺層神經網絡可以相互疊加，組合成不同類型的深度網絡。
分布式[編輯]
Deeplearning4j的定型以集群進行。神經網絡通過迭代化簡平行定型，可以在Hadoop/YARN以及Spark上運行。[9][14]Deeplearning4j還與Cuda內核集成，進行純GPU操作，可使用分布式GPU運行。
Java虛擬機中的科學計算[編輯]
Deeplearning4j包括使用ND4J的N維數組類，可在Java和Scala中進行科學計算，類似於Numpy為Python提供的功能。其基礎是線性代數庫，可有效支持生產環境中的矩陣操作。
用於機器學習的Canova向量化庫[編輯]
Canova可將各類文件格式和數據類型向量化，所用的輸入/輸出格式系統近似於Hadoop的MapReduce。Canova目前仍在開發中，設計目標是實現CSV、圖像、聲音、文本和視頻的向量化。Canova可以從命令行使用。 版本0.4.0之後，Canova庫已合併到 DataVec當中。
文本與NLP[編輯]
Deeplearning4j包括一個向量空間模型和主題模型工具包，在Java中實施，與並行GPU集成以提高表現。這是專門為處理大量文本而設計的。
Deeplearning4j可實施tf–idf、深度學習以及Mikolov的word2vec算法、doc2vec和GloVe－在Java中再實施並優化。它依靠t-SNE生成視覺化的文字雲。
實際應用情景與集成[編輯]
Deeplearning4j的實際應用情景包括金融行業[15]的欺詐偵測、製造業等行業中的異常檢測、電子商務與廣告業的推薦系統、圖像識別等。Deeplearning4j已與RapidMiner和Prediction.io等其他機器學習平台集成。
相關庫[編輯]
- OpenNN，一個用C++語言編寫的深度學習開源神經網絡庫。
- Torch，一個用Lua語言編寫的 開源框架，廣泛支持各類機器學習算法。
- Theano，一個為Python開發的開源深度學習庫。
- Neuroph
參見[編輯]
參考文獻[編輯]
- ^ Release 0.9.1. 2017年8月12日 [2018年7月20日].
- ^ Metz, Cade. The Mission to Bring Google's AI to the Rest of the World. Wired.com. 2014-06-02 [2014-06-28]. （原始內容存檔於2014-06-29）.
- ^ Vance, Ashlee. Deep Learning for (Some of) the People. Bloomberg Businessweek. 2014-06-03 [2014-06-28]. （原始內容存檔於2014-06-25）.
- ^ Novet, Jordan. Want an open-source deep learning framework? Take your pick. VentureBeat. 2015-11-14 [2015-11-24]. （原始內容存檔於2015-11-27）.
- ^ TV, Functional. Adam Gibson, DeepLearning4j on Spark and Data Science on JVM with nd4j, SF Spark @Galvanize 20150212. SF Spark Meetup. 2015-02-12 [2015-03-01]. （原始內容存檔於2015-12-26）.
- ^ Harris, Derrick. A startup called Skymind launches, pushing open source deep learning. GigaOM.com. 2014-06-02 [2014-06-29]. （原始內容存檔於2014-06-28）.
- ^ Novet, Jordan. Skymind launches with open-source, plug-and-play deep learning features for your app. 2014-06-02 [2014-06-29]. （原始內容存檔於2014-06-28）.
- ^ Github Repository. [2016-03-27]. （原始內容存檔於2019-09-24）.
- ^ 9.0 9.1 deeplearning4j.org. [2016-03-27]. （原始內容存檔於2016-03-30）.
- ^ Crunchbase Profile. [2016-03-27]. （原始內容存檔於2017-07-31）.
- ^ Google Code. [2016-03-27]. （原始內容存檔於2016-03-10）.
- ^ piskvorky. GitHub - piskvorky/gensim: Topic Modelling for Humans. GitHub. [2016-03-27]. （原始內容存檔於2016-02-01）.
- ^ Google Groups. google.com. [2016-03-27]. （原始內容存檔於2011-01-22）.
- ^ Iterative reduce. [2016-03-27]. （原始內容存檔於2018-06-10）.
- ^ FINANCE & FRAUD. Skymind. [2016-03-27]. （原始內容存檔於2016-03-10）.
外部連結[編輯]
- 官方網站
- Deeplearning4j Github Repositories. [2016-03-27]. （原始內容存檔於2021-02-27）.
- Deeplearning4j vs. Torch vs. Caffe vs. Theano. [2016-03-27]. （原始內容存檔於2016-05-30）..
- Canova: A General Vectorization Lib for Machine Learning. [2016-03-27]. （原始內容存檔於2016-06-12）.
- ND4J: N-Dimensional Arrays for Java and Scala, A Linear Algebra Library. [2022-03-11]. （原始內容存檔於2020-06-01）.
- Apache Flink. [2016-03-27]. （原始內容存檔於2018-12-26）.
- Java Magazine by Oracle: Deep Learning in Java. [2016-03-27]. （原始內容存檔於2015-09-24）.
- Deeplearning4j Community of Gitter Chat. [2016-03-27]. （原始內容存檔於2020-08-03）.
| |||||||||||||||||