DL4J中文文档/目录

•  

  • Arbiter（阿比特）

    • 概述
    • 层空间
    • 参数空间

  • DataVec

    • 概述
    • 记录
    • 降维
    • 概要
    • 系列化
    • 转换
    • 分析
    • 读取器
    • 条件
    • 执行器
    • 过滤器
    • 运算
    • 归一化
    • 可视化

  • 移动端

    • Android概述
    • Android先决条件
    • Android分类器
    • Android图片分类器

  • 开始

    • 核心概念
    • 快速入门
    • 速查表
    • 初学者
    • 基准指南
    • 从源码构建
    • 贡献
    • 实例

  • 配置

    • GPU/CPU 设置
    • 内存管理
    • Maven
    • SBT, Gradle, & 其它
    • cuDNN
    • 快照
    • 内存工作间

  • 语言处理

    • 概述
    • Word2Vec
    • Doc2Vec
    • SentenceIterator
    • Tokenization
    • VocabularyCache

  • 模型

    • 自编码器
    • 计算图
    • 卷积
    • 层
    • 多层网络
    • 顶点
    • 迭代器
    • 监听器
    • 自定义层
    • 模型持久化
    • RNN（循环神经网络）
    • Zoo Models（动物园模型）
    • Zoo Usage（动物园的用法）
    • 激活函数
    • 更新器

  • 调优与训练

    • 故障排查
    • 可视化
    • 评估
    • 迁移学习
    • 早停
    • t-SNE 可化视 

  • 分布式深度学习

    • 介绍与入门
    • 技术说明
    • 操作指南
    • Spark数据管道指南
    • 参数服务器

  • Keras 导入

    • 概述
    • 入门
    • 导入
    • 函数模型
    • 序列模型
    • 优化器
    • 支持特性
    • 激活函数
    • 后端
    • 约束
    • 初始化器
    • 高级激活函数
    • 卷积层
    • 核心层
    • 嵌入层
    • 本地层
    • 噪声层
    • 归一化层
    • 池化层
    • 循环层
    • 包装层
    • 损失函数
    • 正则化器

  • ND4J

    • 概述
    • 基本用法
    • 张量
    • 元素操作
    • 矩阵操作
    • 语法

 

后记

        感谢Skymind公司为我们提供了如此强大的基于Java的开源深度学习框架，本着开源的精神，本人历时四个月闲暇时间译完了大部分容（移动部分目前未开始翻译）。希望看到此文档的读者能将此文档分享出去，让更多人得到帮助。本人强烈推荐此框架作者写的书《Deep Learning: A Practitioner's Approach》，但目前此书没有中文译本，本人会在2019年底译完该书，尽请期待。