配置deeplearning4j环境

最新推荐文章于 2024-05-22 20:57:53 发布

Mobtgzhang

最新推荐文章于 2024-05-22 20:57:53 发布

阅读量2.3k

点赞数

分类专栏：系统安装教程文章标签： java maven

本文链接：https://blog.csdn.net/Zhang_Pro/article/details/106064617

版权

系统安装教程专栏收录该内容

34 篇文章 4 订阅

订阅专栏

配置deeplearning4j环境

1.deeplearning4j简介
2.主要的环境依赖
2.Ubuntu19.10配置deeplearning4j环境
3.Windows配置deeplearning4j环
4.测试

1.deeplearning4j简介

Deeplearning4j是为Java和Java虚拟机编写的开源深度学习库，是广泛支持各种深度学习算法的运算框架。Deeplearning4j可以实施的技术包括受限玻尔兹曼机、深度置信网络、深度自动编码器、堆叠式降噪自动编码器、循环神经张量网络，以及word2vec、doc2vec和GloVe。这些算法全部包括分布式并行版本，与Hadoop和Spark集成。Skymind是Deeplearning4j的商业支持机构。本小结内容介绍这个深度环境的配置方法

2.主要的环境依赖

Java(developer version)1.7或者是更高的版本
Apache Maven(自动化构建和依赖管理器)
IntelliJ IDEA 或者是eclipse
Git(主要用来导入一些项目)

2.Ubuntu19.10配置deeplearning4j环境

2.1 安装Java环境

Java环境的安装有两种方法，一种是使用Ubuntu中apt包管理器从软件仓库中安装Java环境：

sudo apt-get install openjdk-8-jdk openjdk-8-jre

另一种是从官网上下载LInux Java环境并安装。
Java环境安装的官网选择Java安装环境的压缩包文件tar.g，并解压出来：

 tar -zxvf jdk-8u202-linux-x64-demos.tar.gz

我们这里选择安装到/usr/lib目录下，将刚刚解压的文件放在这个文件目录中：

sudo mkdir /usr/lib/jdk
sudo mv ~/jdk1.8.0_202/usr/lib/jdk /usr/lib/jdk

配置Java环境变量：
这里是将Java的环境变量配置到文件/etc/profile当中：

sudo nano /etc/profile

文件中写入以下的内容:



#set java env
export JAVA_HOME=/usr/lib/jdk/jdk1.8.0_202
export JRE_HOME=${JAVA_HOME}/jre    
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib    
export PATH=${JAVA_HOME}/bin:$PATH

使得环境生效:

sudo -s 
source /etc/profile

查看Java环境是否安装成功

java --version
javac --version

Java环境检测这表明Java环境已经安装成功。

2.2 安装Maven环境

Maven环境的安装也有两种方法，一种是使用apt从软件仓库中下载安装Maven环境：

sudo apt-get install maven

一般默认安装在/usr/share/maven文件夹下面
另一种是从官网上下载安装Maven：
我们这里选择Maven源码tar.gz包。我们将Maven环境安装到文件夹/usr/local/文件夹下，安装过程如下所示

sudo mkdir /usr/local/maven
sudo  tar -zxvf apache-maven-3.6.3-src.tar.gz /usr/local/maven

配置Maven环境：

sudo nano /etc/profile

并且写入以下的配置，

M2_HOME=/usr/local/maven/apache-maven-3.6.3
export MAVEN_OPTS="-Xms256m -Xmx512m"
export PATH=$M2_HOME/bin:$PATH

并使得环境生效：

sudo -s 
source /etc/profile

查看Maven环境是否安装成功

mvn -v

如果显示上面的图示就说明已经安装好了Maven环境。

2.3 在IntelliJIDEA上配置deeplearnin4j环境

集成开发环境是配置DL4J环境的重要环节，它能够允许使用我们的API并在几个步骤中配置神经网络。强烈建议使用IntelliJ，它用于与Maven通信来处理Java包中的一些依赖关系。
安装deeplearning4j中的一些依赖关系：

git clone https://github.com/deeplearning4j/dl4j-examples.git
cd dl4j-examples/
mvn clean install

打开IntelliJ环境并选择Import Project，将刚刚下载好的dl4j项目文件夹导入到IntelliJ中：
导入项目在自己的工程中使用DL4J：配置POM.xml文件
为了在自己的工程中运行DL4J，强烈推荐使用Maven用于Java用户，或者为scala使用SBT工具。基本的依赖集及其版本如下所示。这包括：

deeplearning4j-core, 包括神经网络的实现
nd4j-native-platform, CPU版本的ND4J库为DL4J提供支持
datavec-api - Datavec是我们用于向量化和加载数据的库
每个Maven工程都有一个POM文件

3.Windows配置deeplearning4j环

3.1 安装Java环境

直接在官网上下载Windows环境下的Java:
Java官网下载完成之后，添加环境变量：
Java环境变量测试Java环境是否安装成功：
Java环境安装

3.2 安装Maven环境

在Maven官网下载Maven环境，注意是二进制的zip安装包：
将二进制包解压到安装目录下，并添加环境变量：
Maven环境变量测试是否安装成功：
Maven测试 Maven配置
Maven本地资源库
Maven的本地资源库是用来存储所有项目的依赖关系(插件jar和其他文件，这些文件被Maven下载)到本地文件夹。很简单，当你建立一个Maven项目，所有相关文件将被存储在你的Maven本地仓库。
Maven的本地资源库默认为 .m2 目录文件夹：
Unix/Mac OS X – ~/.m2
Windows – C:\Documents and Settings{your-username}.m2
Linux – ~/.m2
在文件 {M2_HOME}\conf\setting.xml中, 更新 localRepository项，选择我们想要存放的目录位置。
找到

  <!-- localRepository
   | The path to the local repository maven will use to store artifacts.
   |
   | Default: ${user.home}/.m2/repository
  <localRepository>/path/to/local/repo</localRepository>
  -->

更改为

  <!-- localRepository
   | The path to the local repository maven will use to store artifacts.
   |
   | Default: ${user.home}/.m2/repository
  <localRepository>/path/to/local/repo</localRepository>
  -->
  <localRepository>E:\Program Files\Maven\apache-maven-3.6.3/repository</localRepository>

3.3 在IntelliJIDEA上配置deeplearnin4j环境

这个步骤和在Ubuntu中的配置方法类似。
mvn安装
另外由于maven中心库是国外网站，连接下载速度很是揪心，所以强烈推荐使用阿里云的镜像库，主流jar包都有，而且速度非常快，如图在.\conf\setting.xml文件中进行如下配置。

<mirrors>
    <mirror>
        <id>nexus-aliyun</id>
        <mirrorOf>*</mirrorOf>
        <name>Nexus aliyun</name>
        <url>http://maven.aliyun.com/nexus/content/groups/public</url>
    </mirror> 
  </mirrors>

4.测试

测试程序如下所示：

import org.nd4j.linalg.api.ndarray.INDArray;
import org.nd4j.linalg.factory.Nd4j;

public class main {
    public static void main(String[] args) {
        INDArray out = Nd4j.ones(5,6);
        System.out.println(out);
    }
}

对于DL4j中CUDA、CUDNN的设置，只需要对其中pom.xml的依赖项添加以下内容即可：

<dependency>
	<groupId>org.nd4j</groupId>
    <artifactId>nd4j-cuda-10.2-platform</artifactId>
    <version>1.0.0-beta6</version>
    <!--表示使用cuda-10.2-->
</dependency>
<dependency>
	<groupId>org.nd4j</groupId>
    <artifactId>nd4j-native-platform</artifactId>
    <version>1.0.0-beta6</version>
    <!--表示使用cpu-->
</dependency>
<dependency>
	<groupId>org.deeplearning4j</groupId>
    <artifactId>deeplearning4j-cuda-10.2</artifactId>
    <version>1.0.0-beta6</version>
    <!--表示使用cudnn-10.2-->
</dependency>

下面的pom.html可以做参考：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <groupId>DeepLearning</groupId>
    <artifactId>MyPro</artifactId>
    <version>1.0</version>
    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
        <maven.compiler.source>14</maven.compiler.source>
        <maven.compiler.target>14</maven.compiler.target>
        <javac.compillerpath>C:\Program Files\Java\jdk-14.0.1\bin\javac.exe</javac.compillerpath>
        <nd4j.backend>nd4j-native-platform</nd4j.backend>
        <nd4j.version>1.0.0-beta6</nd4j.version>
        <dl4j.version>1.0.0-beta6</dl4j.version>
        <datavec.version>0.8.0</datavec.version>
        <scala.binary.version>2.11</scala.binary.version>
        <spark.version>2.4.3</spark.version>
        <guava.version>19.0</guava.version>
        <datavec.version>1.0.0-beta6</datavec.version>
        <jfreechart.version>1.0.13</jfreechart.version>
        <jcommon.version>1.0.23</jcommon.version>
        <javafx.version>2.2.3</javafx.version>
        <javafx.runtime.lib.jar>${env.JAVAFX_HOME}/jfxrt.jar</javafx.runtime.lib.jar>
        <maven-compiler-plugin.version>3.8.0</maven-compiler-plugin.version>
        <exec-maven-plugin.version>1.4.0</exec-maven-plugin.version>
    </properties>
    <dependencyManagement>
        <dependencies>
            <dependency>
                <groupId>org.nd4j</groupId>
                <artifactId>nd4j-native-platform</artifactId>
                <version>${nd4j.version}</version>
            </dependency>
            <dependency>
                <groupId>org.nd4j</groupId>
                <artifactId>nd4j-cuda-10.2-platform</artifactId>
                <version>${nd4j.version}</version>
            </dependency>
        </dependencies>
    </dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.nd4j</groupId>
            <artifactId>${nd4j.backend}</artifactId>
        </dependency>
        <dependency>
            <groupId>org.nd4j</groupId>
            <artifactId>nd4j-api</artifactId>
            <version>${nd4j.version}</version>
        </dependency>
        <dependency>
            <groupId>org.nd4j</groupId>
            <artifactId>nd4j-jblas</artifactId>
            <version>0.4-rc3.6</version>
        </dependency>
        <dependency>
            <groupId>org.deeplearning4j</groupId>
            <artifactId>deeplearning4j-core</artifactId>
            <version>${dl4j.version}</version>
        </dependency>
        <dependency>
            <groupId>org.deeplearning4j</groupId>
            <artifactId>deeplearning4j-nlp</artifactId>
            <version>${dl4j.version}</version>
        </dependency>
        <dependency>
            <groupId>org.deeplearning4j</groupId>
            <artifactId>deeplearning4j-ui</artifactId>
            <version>${dl4j.version}</version>
        </dependency>
        <dependency>
            <groupId>com.google.guava</groupId>
            <artifactId>guava</artifactId>
            <version>${guava.version}</version>
        </dependency>
        <dependency>
            <groupId>org.datavec</groupId>
            <artifactId>datavec-data-codec</artifactId>
            <version>${datavec.version}</version>
        </dependency>
        <dependency>
            <groupId>jfree</groupId>
            <artifactId>jfreechart</artifactId>
            <version>${jfreechart.version}</version>
        </dependency>
        <dependency>
            <groupId>org.jfree</groupId>
            <artifactId>jcommon</artifactId>
            <version>${jcommon.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.httpcomponents</groupId>
            <artifactId>httpclient</artifactId>
            <version>4.3.6</version>
        </dependency>
        <dependency>
            <groupId>org.projectlombok</groupId>
            <artifactId>lombok</artifactId>
            <version>1.16.10</version>
            <scope>provided</scope>
        </dependency>
    </dependencies>
    <build>
        <plugins>
            <plugin>
                <artifactId>maven-enforcer-plugin</artifactId>
                <version>1.0.1</version>
                <executions>
                    <execution>
                        <id>enforce-default</id>
                        <goals>
                            <goal>enforce</goal>
                        </goals>
                        <configuration>
                            <rules>
                                <requireProperty>
                                    <property>env.JAVAFX_HOME</property>
                                    <message>You must set the environment variable JAVAFX_HOME to the installation directory of the JavaFX 2.0 SDK! (with Oracle JDK1.7, $JRE_HOME/lib/jfxrt.jar)</message>
                                </requireProperty>
                            </rules>
                        </configuration>
                    </execution>
                </executions>
            </plugin>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-install-plugin</artifactId>
                <version>2.4</version>
                <executions>
                    <execution>
                        <id>install-external</id>
                        <phase>clean</phase>
                        <configuration>
                            <file>${javafx.runtime.lib.jar}</file>
                            <repositoryLayout>default</repositoryLayout>
                            <groupId>com.oracle</groupId>
                            <artifactId>javafx</artifactId>
                            <version>${javafx.version}</version>
                            <packaging>jar</packaging>
                            <generatePom>true</generatePom>
                        </configuration>
                        <goals>
                            <goal>install-file</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>${maven-compiler-plugin.version}</version>
                <configuration>
                    <fork>true</fork>
                    <executable>${javac.compillerpath}</executable>
                </configuration>
            </plugin>
            <plugin>
                <groupId>org.codehaus.mojo</groupId>
                <artifactId>exec-maven-plugin</artifactId>
                <version>${exec-maven-plugin.version}</version>
                <executions>
                    <execution>
                        <goals>
                            <goal>exec</goal>
                        </goals>
                    </execution>
                </executions>
                <configuration>
                    <executable>java</executable>
                </configuration>
            </plugin>
        </plugins>
    </build>
</project>

Mobtgzhang

关注

0
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
配置deeplearning4j环境

@TOC1.deeplearning4j简介Deeplearning4j是为Java和Java虚拟机编写的开源深度学习库，是广泛支持各种深度学习算法的运算框架。Deeplearning4j可以实施的技术包括受限玻尔兹曼机、深度置信网络、深度自动编码器、堆叠式降噪自动编码器、循环神经张量网络，以及word2vec、doc2vec和GloVe。这些算法全部包括分布式并行版本，与Hadoop和Spark集成。Skymind是Deeplearning4j的商业支持机构。本小结内容介绍这个深度环境的配置方法2.
复制链接

扫一扫