[科普中國]-Deeplearning4j

Deeplearning4j是為Java和Java虛擬機編寫的開源深度學(xué)習(xí)庫，是廣泛支持各種深度學(xué)習(xí)算法的運算框架。Deeplearning4j可以實施的技術(shù)包括受限玻爾茲曼機、深度置信網(wǎng)絡(luò)、深度自動編碼器、堆疊式降噪自動編碼器、循環(huán)神經(jīng)張量網(wǎng)絡(luò)，以及word2vec、doc2vec和GloVe。這些算法全部包括分布式并行版本，與Hadoop和Spark集成。Skymind是Deeplearning4j的商業(yè)支持機構(gòu)。

簡介Deeplearning4j基于廣泛使用的編程語言Java——但同時也兼容Clojure，并且包括Scala的API。它由自有的開源數(shù)值計算庫ND4J驅(qū)動，可使用CPU或GPU運行。Deeplearning4j是開源項目，主要由位于舊金山的一支機器學(xué)習(xí)團隊開發(fā)，團隊由Adam Gibson領(lǐng)導(dǎo)。Deeplearning4j是谷歌Word2vec頁面上列出的唯一一個在Java環(huán)境下實施Word2vec的開源項目。

Deeplearning4j已經(jīng)用于多項商業(yè)和科研應(yīng)用。其代碼由GitHub托管，并在谷歌小組上設(shè)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(wǎng)絡(luò)、自動編碼器、遞歸網(wǎng)絡(luò)等淺層神經(jīng)網(wǎng)絡(luò)可以相互疊加，組合成不同類型的深度網(wǎng)絡(luò)。1

分布式Deeplearning4j的定型以集群進行。神經(jīng)網(wǎng)絡(luò)通過迭代化簡平行定型，可以在Hadoop/YARN以及Spark上運行。Deeplearning4j還與Cuda內(nèi)核集成，進行純GPU操作，可使用分布式GPU運行。1

Java虛擬機中的科學(xué)計算Deeplearning4j包括使用ND4J的N維數(shù)組類，可在Java和Scala中進行科學(xué)計算，類似于Numpy為Python提供的功能。其基礎(chǔ)是線性代數(shù)庫，可有效支持生產(chǎn)環(huán)境中的矩陣操作。1

用于機器學(xué)習(xí)的Canova向量化庫Canova可將各類文件格式和數(shù)據(jù)類型向量化，所用的輸入/輸出格式系統(tǒng)近似于Hadoop的MapReduce。Canova目前仍在開發(fā)中，設(shè)計目標(biāo)是實現(xiàn)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之后，Canova庫已合并到 DataVec當(dāng)中。1

文本與NLPDeeplearning4j包括一個向量空間模型和主題模型工具包，在Java中實施，與并行GPU集成以提高表現(xiàn)。這是專門為處理大量文本而設(shè)計的。

Deeplearning4j可實施tf–idf、深度學(xué)習(xí)以及Mikolov的word2vec算法、doc2vec和GloVe－在Java中再實施并優(yōu)化。它依靠t-SNE生成視覺化的文字云。2

顧名思義，Deeplearning4j是”for Java”的深度學(xué)習(xí)框架，也是首個商用級別的深度學(xué)習(xí)開源庫。Deeplearning4j由創(chuàng)業(yè)公司Skymind于2014年6月發(fā)布。

實際應(yīng)用情景與集成Deeplearning4j的實際應(yīng)用情景包括金融行業(yè)的欺詐偵測、制造業(yè)等行業(yè)中的異常檢測、電子商務(wù)與廣告業(yè)的推薦系統(tǒng)、圖像識別等。Deeplearning4j已與RapidMiner和Prediction.io等其他機器學(xué)習(xí)平臺集成。3

相關(guān)庫OpenNN，一個用C++語言編寫的深度學(xué)習(xí)開源神經(jīng)網(wǎng)絡(luò)庫。

Torch，一個用Lua語言編寫的開源框架，廣泛支持各類機器學(xué)習(xí)算法。

Theano，一個為Python開發(fā)的開源深度學(xué)習(xí)庫。

Neuroph

參見深度學(xué)習(xí)框架比較

人工智能

機器學(xué)習(xí)

深度學(xué)習(xí)

本詞條內(nèi)容貢獻者為:

王慧維 - 副研究員 - 西南大學(xué)