机器学习笔记 - Java学习框架Deeplearning4j初体验

一、Deeplearning4j概述

        Deeplearning4j 是一套用于在JVM上运行深度学习的工具。它是唯一一个允许您从 java 训练模型，同时通过我们的 cpython 绑定、模型导入支持以及其他运行时（如 tensorflow-java 和 onnxruntime）的互操作的混合执行与 python 生态系统互操作的框架。

        用例包括导入和重新训练模型（Pytorch、Tensorflow、Keras）模型以及在 JVM 微服务环境、移动设备、物联网和 Apache Spark 中部署。这是对您的 python 环境的一个很好的补充，可以运行在 python 中构建的模型，部署到或打包用于其他环境。

        DL4J 生态系统中的所有项目都支持 Windows、Linux 和 macOS。硬件支持包括 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）。

二、Deeplearning4j模块组成

        DL4J : 用于构建具有各种层的多层网络和计算图的高级 API，包括自定义层。支持从 h5 导入 Keras 模型，包括 tf.keras 模型（截至 1.0.0-M2），还支持在 Apache Spark 上进行分布式训练。

        ND4J：通用线性代数库，包含超过 500 种数学、线性代数和深度学习操作。ND4J 基于高度优化的 C++ 代码库 LibND4J，通过 OpenBLAS、O