Deeplearning4j.org es una implementación de aprendizaje profundo de código abierto escrita para la JVM. Incluye una API Scala, y se integra con Spark y Hadoop / YARN. Puede comenzar a ejecutar ejemplos en unos minutos.
El DL4J es distribuido, de grado de producción y se integra con las GPU, por lo que puede manejar millones de parámetros rápidamente. De hecho, nos integramos con los núcleos CUDA para realizar operaciones en el almacenamiento subyacente de las GPU, lo que los hace mucho más rápidos.
Se integra con una vectorización “Rosetta Stone”, Canova, que facilita la carga de datos.
- ¿Qué es una explicación intuitiva para PCA?
- ¿Qué son los modelos mixtos en términos simples?
- ¿Qué sucede cuando las computadoras aprenden a componer música mejor que los humanos?
- ¿Qué es lo que más te gusta del aprendizaje automático?
- ¿Qué es el aprendizaje profundo en los puntos de vista sociológicos?
DL4J también puede desarrollar su propio sistema distribuido independiente a través de Akka y AWS.
DL4J ha implementado redes recurrentes (LSTM), autoencoders de eliminación de ruido recurrentes y apilados, Word2vec / Doc2vec / GloVe, RBM y DBN, Deep Autoencoders, redes convolucionales, redes tensoras neuronales recursivas.
Tenemos una comunidad activa en nuestro Grupo de Google. Dado que DL4J está escrito para JVM, funciona con Java, Clojure y Scala.
Creemos que Scala será el lenguaje dominante para la computación científica, para lo cual también creamos ND4J: N-Dimensional Arrays para Java.