DeepLearning4J（DL4J）是一套基于Java语言的神经网络工具包，可以构建、定型和部署神经网络。DL4J与Hadoop和Spark集成，支持分布式CPU和GPU，为商业环境（而非研究工具目的）所设计。Skymind是DL4J的商业支持机构。
Deeplearning4j拥有先进的技术，以即插即用为目标，通过更多预设的使用，避免多余的配置，让非企业也能够进行快速的原型制作。DL4J同时可以规模化定制。DL4J遵循Apache 2.0许可协议，一切以其为基础的衍生作品均属于衍生作品的作者。
功能介绍
Deeplearning4j包括了分布式、多线程的深度学习框架，以及普通的单线程深度学习框架。定型过程以集群进行，也就是说，Deeplearning4j可以快速处理大量数据。神经网络可通过[迭代化简]平行定型，与 Java、 Scala 和 Clojure 均兼容。Deeplearning4j在开放堆栈中作为模块组件的功能，使之成为首个为微服务架构打造的深度学习框架。
兼容以下分布式框架：
- Cloudera CDH
- Hortonworks HDP
- NVIDIA DGXs
- Hadoop
- Hadoop Yarn
- Apache Spark
- Apache Flink
- Apache Storm
- Canonical
- Reacive Platform
支持构建以下神经网络：
- 受限玻尔兹曼机
- 卷积网络
- 循环网络/LSTMs
- 深度置信网络
- 深度自动编码器
- 递归神经传感器网络
- 堆叠式降噪自动编码器
- 深度强化学习
其他特性：
- 支持分布式GPUs
- 可通过Keras导入Python模型
- 提供丰富的DL4J示例
核心组件介绍
下图展示了DL4J各个库在系统整体中所处的位置：
DATAVEC组件：用于数据的摄取、清理、连接、缩放、标准化和转换的工具包，数据科学家或者开发人员可通过其中工具将原始图像、视频、声音、文本和时间序列等数据转换为特征向量，输入神经网络。
DL4J组件：用于设计神经网络，是DL4J的中心组件。DL4J的JavaDoc可以通过一下命令网址获取：https://deeplearning4j.org/doc/
ND4J组件：是DL4J的数值处理库和张量库，在Jvm中实现Numpy功能。
ND4J 是 Java 科学运算引擎，用来驱动矩阵操作。JavaCPP功能: Java 到 Objective-C 的桥，可像其他 Java 对象一样来使用 Objective-C 对象。CPU 后瑞：OpenMP、OpenBlas 或 MKL、与SIMD的扩展。GPU 后瑞：最新CUDA 及 CuDNN。ND4J的JavaDoc可在此处（http://nd4j.org/doc/）获取。ND4J示例请见此处（https://github.com/deeplearning4j/dl4j-examples/tree/master/nd4j-examples）。ARBITER组件：Arbiter帮助您搜索超参数空间，为神经网络寻找最理想的参数组合及架构：
提供深度学习模型检测、评估器 能够调整及优化机器学习模型使用Grid search和Random Search 作超参数寻优开源工具 ASF 2.0许可证：github.com/deeplearning4j/Arbiterarbiter-core：Aribter-core用网格搜索等算法来搜索超参数空间。它会提供一个GUI界面。arbiter-deeplearning4j：Arbiter可以同DL4J模型互动。在进行模型搜索时，您需要能运行模型。这样可以对模型进行试点，进而找出最佳的模型。其他组件介绍
Keras Model Import（Keras模型导入）帮助用户将已定型的Python和Keras模型导入DeepLearning4J和Java环境。参考https://deeplearning4j.org/cn/index.html#modelimportDL4J-Examples（DL4J示例）包含图像、时间序列及文本数据分类与聚类的工作示例。Github 上的DL4J 实例（https://github.com/deeplearning4j/dl4j-examples）ScalNet是受Keras启发而为Deeplearning4j开发的Scala语言包装。它通过Spark在多个GPU上运行。ScalNet针对Scala语言开发，功能相当于Keras。它是DeepLearning4J的Scala语言包装，可以在多个GPU上运行Spark。Github上的ScalNet代码库（https://github.com/deeplearning4j/ScalNet） RL4J用于在JVM上实现深度Q学习、A3C及其他强化学习算法。RL4J是在Java中实现深度Q学习、A3C及其他强化学习算法的库和环境，与DL4J和ND4J相集成。Github代码库：RL4J（https://github.com/deeplearning4j/rl4j）Gym集成（https://github.com/deeplearning4j/rl4j/tree/master/rl4j-gym）RL4J玩《Doom》（https://github.com/deeplearning4j/rl4j/tree/master/rl4j-gym）
本节完！
文章参考自：DL4J中文网站：https://deeplearning4j.org/cn/index.html
閱讀更多 從大數據到人工智能
的文章
關鍵字:
Obj
Hadoop
GPU
