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 ，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，请与取得联系。
，用来驱动矩阵操作。（请在此参见其。）是其Scala封装程序；是在DL4J上的Scala封装程序。
Deeplearning4j已得到、、、、、和的报道。DL4J工作坊目前在旧金山通过进行提供。
1.在命令行中输入：
$ git clone /deeplearning4j/dl4j-examples.git
$ cd dl4j-examples/
$ mvn clean install
&&&&$ git clone https:///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。
3.选择“从外部模型导入项目”，确保已选中Maven。
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。
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，。
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。
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。
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：
祝贺您！您已经用Deeplearning4j成功定型了第一个神经网络……
是有关DL4J的主要交流渠道。大多数人都在此出没。
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！
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。
打赏支持我整理更多优质资源，谢谢！
打赏支持我整理更多优质资源，谢谢！
任选一种支付方式
资源整理者简介：
可能感兴趣的文章
按分类快速查找
关于资源导航
伯乐在线资源导航收录优秀的工具资源。内容覆盖开发、设计、产品和管理等IT互联网行业相关的领域。目前已经收录 1396 项工具资源。
关于资源导航
伯乐在线资源导航收录优秀的工具资源。内容覆盖开发、设计、产品和管理等IT互联网行业相关的领域。
新浪微博：
推荐微信号
（加好友请注明来意）
- 好的话题、有启发的回复、值得信赖的圈子
- 分享和发现有价值的内容与观点
- 为IT单身男女服务的征婚传播平台
- 优秀的工具资源导航
- 翻译传播优秀的外文文章
- 国内外的精选博客文章
- UI,网页，交互和用户体验
- 专注iOS技术分享
- 专注Android技术分享
- JavaScript, HTML5, CSS
- 专注Java技术分享
- 专注Python技术分享
& 2016 伯乐在线2012年3月 总版技术专家分月排行榜第一
2013年7月 荣获微软MVP称号
2013年 总版技术专家分年内排行榜第二
2014年8月 总版技术专家分月排行榜第一2014年7月 总版技术专家分月排行榜第一2014年6月 总版技术专家分月排行榜第一2014年5月 总版技术专家分月排行榜第一2014年4月 总版技术专家分月排行榜第一2014年3月 总版技术专家分月排行榜第一2014年1月 总版技术专家分月排行榜第一2013年12月 总版技术专家分月排行榜第一
2014年7月荣获微软MVP称号2013年7月 荣获微软MVP称号2012年7月 荣获微软MVP称号2011年7月 荣获微软MVP称号
2012年2月 总版技术专家分月排行榜第三
本帖子已过去太久远了，不再提供回复功能。不再傻傻分不清 带你了解什么才是DeepLearning
　　【PConline 技术】近些年，在IT行业内除了云计算、大数据等热门技术和词汇的诞生和兴起，还有另外一种新技术正在逐渐被认知和关注，那就是深度学习。了解此方面技术和应用的用户我相信大多数都是从谷歌的&阿尔法狗&战胜国际知名围棋大师李世石开始的。其中有关深度学习领域可能包含了一些我们容易混淆的概念和词汇，比如深度学习、机器学习、模式识别等等，本期我们就一起来聊聊在DeepLearning领域的一些技术和具体应用。　　我们前文所提到的三个词汇：深度学习、机器学习和模式识别当中，模式识别是最为古老的一类技术词汇，而机器学习则是最为基础的，也是当下很多创业型公司和企业实验室所追寻的热点技术，深度学习是具有前沿影响力的一项全新技术。　　模式识别　　这是一个诞生于70年代的技术词汇，它强调的是如何让一个计算机程序去做一些看起来很&智能&的事情，例如识别&3&这个数字。而且在融入了很多的智慧和直觉后，人们也的确构建了这样的一个程序。例如，区分&3&和&B&或者&3&和&8&。　　如果你的算法对图像应用了一些像滤波器、边缘检测和形态学处理等等高大上的技术后，模式识别社区肯定就会对它感兴趣。光学字符识别就是从这个社区诞生的。因此，把模式识别称为70年代，80年代和90年代初的&智能&信号处理是合适的。决策树、启发式和二次判别分析等全部诞生于这个时代。在这个时代模式识别也成为了计算机技术领域的一个热门词汇。
键盘也能翻页，试试“← →”键
服务器论坛帖子排行
最新资讯离线随时看
聊天吐槽赢奖品}