Deeplearning4j
来自维基百科，自由的百科全书
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
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
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
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
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
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
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
參見
參考文獻
外部連結
Wikiwand - on
Seamless Wikipedia browsing. On steroids.