Deeplearning4j分布式深度學習庫

Deeplearning4j（簡稱DL4J）是為Java和Scala編寫的首個商業(yè)級開源分布式深度學習庫。DL4J與Hadoop和Spark集成，為商業(yè)環(huán)境（而非研究工具目的）所設計。Skymind是DL4J的商業(yè)支持機構。

Deeplearning4j技術先進，以即插即用為目標，通過更多預設的使用，避免太多配置，讓非研究人員也能夠進行快速的原型制作。DL4J同時可以規(guī)?；ㄖ?。DL4J遵循Apache 2.0許可協(xié)議，一切以其為基礎的衍生作品均屬于衍生作品的作者。

神經(jīng)網(wǎng)絡使用情景

• 人臉／圖像識別

• 語音搜索

• 文本到語音（轉錄）

• 垃圾郵件篩選（異常情況探測）

• 欺詐探測

• 推薦系統(tǒng)（客戶關系管理、廣告技術、避免用戶流失）

• 回歸分析

為何選擇Deeplearning4j？

• 功能多樣的N維數(shù)組類，為Java和Scala設計

• 與GPU集合

• 可在Hadoop、Spark上實現(xiàn)擴縮

• Canova：機器學習庫的通用向量化工具

• ND4J：線性代數(shù)庫，較Numpy快一倍

Deeplearning4j包括了分布式、多線程的深度學習框架，以及普通的單線程深度學習框架。定型過程以集群進行，也就是說，Deeplearning4j可以快速處理大量數(shù)據(jù)。神經(jīng)網(wǎng)絡可通過[迭代化簡]平行定型，與Java、Scala和Clojure均兼容。Deeplearning4j在開放堆棧中作為模塊組件的功能，使之成為首個為微服務架構打造的深度學習框架。

DL4J神經(jīng)網(wǎng)絡

• 受限玻爾茲曼機

• 卷積網(wǎng)絡 （圖像）

• 遞歸網(wǎng)絡/LSTMs（時間序列和傳感器數(shù)據(jù)）

• 遞歸自動編碼器

• 深度置信網(wǎng)絡

• 深度自動編碼器（問－答／數(shù)據(jù)壓縮）

• 遞歸神經(jīng)傳感器網(wǎng)絡（場景、分析）

• 堆疊式降噪自動編碼器

• 更多用途請參見《如何選擇神經(jīng)網(wǎng)絡》

深度神經(jīng)網(wǎng)絡能夠?qū)崿F(xiàn)前所未有的準確度。對神經(jīng)網(wǎng)絡的簡介請參見概覽頁。簡而言之，Deeplearning4j能夠讓你從各類淺層網(wǎng)絡（其中每一層在英文中被稱為layer）出發(fā)，設計深層神經(jīng)網(wǎng)絡。這一靈活性使用戶可以根據(jù)所需，在分布式、生產(chǎn)級、能夠在分布式CPU或GPU的基礎上與Spark和Hadoop協(xié)同工作的框架內(nèi)，整合受限玻爾茲曼機、其他自動編碼器、卷積網(wǎng)絡或遞歸網(wǎng)絡。

此處為我們已經(jīng)建立的各個庫及其在系統(tǒng)整體中的所處位置：

在定型深度學習網(wǎng)絡的過程中，有許多可供調(diào)節(jié)的參數(shù)。我們已盡可能對這些參數(shù)進行解釋，從而使Deeplearning4j能夠成為Java、Scala和Clojure編程人員的DIY工具。