deeplearning4j examples下載 - deeplearning4j examples原始碼下載

deeplearning4j examples

Ai源碼

1.0.0

下載

 ######## ## ## ##
                                ## ## ## ## ## ##
                                ## ## ## ## ## ##
                       **$** ## ## ## ## ## ## **$**
                                ## ## ## ######## ## ##
                                ## ## ## ## ## ##
                                ######## ######## ## #######
              。 :::: : : : : : :::: : :::: ::::: :::: :::: ::::: 。
              。 :::::::::::::::::::::::::::::::::::::::::::::::::: ::::::::::::::::::::::::::::::::::::.
              。 :::::::::::::::::::::::::::::。
              。 ::: : : : : : : :::: : ::: ::::: ::: :::: : : 。
              。 :::::::::::::::::::::::::::::::::::::::::::::::::: ::::::::::::::::::::::::::
              。 : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : : :
              。 :::: : : : : : : : ::::: :::: : : :::: : ::::: 。

如需支持，請造訪：https://community.konduit.ai

我們不常監控這個儲存庫的 github 問題。

介紹

Eclipse Deeplearning4J (DL4J) 生態系統是一組旨在支援基於 JVM 的深度學習應用程式的所有需求的專案。這意味著從原始資料開始，從任何地方、任何格式載入和預處理它，以建立和調整各種簡單和複雜的深度學習網路。

DL4J 堆疊包括：

DL4J ：用於建立具有各種層（包括自訂層）的多層網路和計算圖的高階 API。支援從 h5 導入 Keras 模型，包括 tf.keras 模型（自 1.0.0-M2 起），也支援 Apache Spark 上的分散式訓練
ND4J ：通用線性代數庫，包含 500 多個數學、線性代數和深度學習運算。 ND4J 基於高度最佳化的 C++ 程式碼庫 LibND4J，透過 OpenBLAS、OneDNN (MKL-DNN)、cuDNN、cuBLAS 等程式庫提供 CPU (AVX2/512) 和 GPU (CUDA) 支援和加速
SameDiff ：SameDiff 是 ND4J 函式庫的一部分，是我們的自動微分/深度學習框架。 SameDiff 使用基於圖（定義然後運行）的方法，類似於 TensorFlow 圖模式。計劃執行 Eager graph (TensorFlow 2.x eager/PyTorch)。 SameDiff 支援匯入 TensorFlow 凍結模型格式 .pb（protobuf）模型。計畫導入 ONNX、TensorFlow SavedModel 和 Keras 模型。 Deeplearning4j 還具有完整的 SameDiff 支持，可輕鬆編寫自訂層和損失函數。
DataVec ：用於各種格式和檔案（HDFS、Spark、影像、視訊、音訊、CSV、Excel 等）的機器學習資料的 ETL
LibND4J ：支撐一切的 C++ 函式庫。有關 JVM 如何存取本機數組和操作的更多信息，請參閱 JavaCPP

DL4J生態系中的所有專案都支援Windows、Linux和macOS。硬體支援包括 CUDA GPU（10.0、10.1、10.2，OSX 除外）、x86 CPU（x86_64、avx2、avx512）、ARM CPU（arm、arm64、armhf）和 PowerPC（ppc64le）。

先決條件

此範例儲存庫由幾個單獨的 Maven Java 專案組成，每個專案都有自己的 pom 檔案。 Maven 是一種流行的 Java 專案建置自動化工具。 “pom.xml”檔案的內容決定了配置。在此閱讀有關如何設定 Maven 的更多資訊。

使用者也可以參考提供的簡單範例項目，從頭開始建立一個乾淨的項目。

建構工具被認為是標準軟體工程最佳實踐。除此之外，DL4J 生態系統中的專案帶來的複雜性使得相依性太難手動管理。 DL4J 生態系統中的所有項目都可以與 Gradle、SBT 等其他建置工具一起使用。

支援

如需有關範例的協助，請造訪我們的支援論壇

1.0.0-beta7 及先前版本的使用者請注意，一些範例和模組已被刪除，以反映框架方向的變化。請在此處查看並評論我們的帖子

如果您想要解決可能缺少的問題，請隨時在論壇上發帖，我們將盡力幫助您。

範例內容

專案是基於所包含的範例向使用者示範的功能，而不一定是該功能位於 DL4J 堆疊中的哪個庫。

專案中的範例通常分為「快速入門」和「進階」。

每個項目自述文件還列出了它包含的所有範例，以及探索它們的建議順序。

dl4j-examples 本專案包含一組範例，示範如何使用進階 DL4J API 建立各種神經網路。其中一些範例是端到端的，從某種意義上說，它們從原始資料開始，對其進行處理，然後在其上建立和訓練神經網路。
tensorflow-keras-import-examples 本專案包含一組範例，示範如何將 Keras h5 模型和 TensorFlow freeze pb 模型匯入 DL4J 生態系統。一旦匯入到 DL4J 中，這些模型就可以像任何其他 DL4J 模型一樣對待 - 這意味著您可以繼續對它們運行訓練或使用遷移學習 API 修改它們，或者只是對它們運行推理。
dl4j-distributed-training-examples 本專案包含一組範例，示範如何在 Apache Spark 上的 DL4J 中進行分散式訓練、推理和評估。 DL4J 分散式訓練採用「混合」非同步 SGD 方法 - 更多詳細資訊可以在此處的分佈式深度學習文件中找到
cuda-specific-examples 此專案包含一組範例，展示如何利用多個 GPU 進行神經網路的資料並行訓練，以提高效能。
Samediff-examples 此專案包含一組示範 SameDiff API 的範例。 SameDiff（ND4J 庫的一部分）可用於建立較低層級的自動微分計算圖。 SameDiff API 與 DL4J API 的類比是低階 TensorFlow API 與高階抽象 Keras API 的比較。
data-pipeline-examples 此專案包含一組範例，示範如何載入、分割和預處理各種格式的原始資料以建立可序列化（因此可重現）的 ETL 管道。
nd4j-ndarray-examples 此專案包含一組示範如何操作 NDArray 的範例。這裡示範的 ND4J 功能可以與 NumPy 類比。
rl4j-examples 此專案包含使用 RL4J（DL4J 中的強化學習庫）的範例。
android-examples 該項目包含一個 Android 範例項目，該項目顯示了在 Android 應用程式中使用 DL4J。