Deeplearning4j - 入门视频

Deeplearning4j - 入门视频

DeepLearning4J(DL4J)是一套基于Java语言的神经网络工具包,可以构建、定型和部署神经网络。DL4J与Hadoop和Spark集成,支持分布式CPU和GPU,为商业环境(而非研究工具目的)所设计。Skymind是DL4J的商业支持机构。

Deeplearning4j拥有先进的技术,以即插即用为目标,通过更多预设的使用,避免多余的配置,让非企业也能够进行快速的原型制作。DL4J同时可以规模化定制。DL4J遵循Apache 2.0许可协议,一切以其为基础的衍生作品均属于衍生作品的作者。


因为Deeplearning4j的资料较少,而且并无国内的视频资料。

因此个人录制了一套Deeplearning4j的入门级视频,目前视频上传在 Bilibili,无广告大家看起来也方便:

  1. 【教程】Deeplearning4j入门(一)- 寒沧
  2. 【教程】Deeplearning4j入门(二)ND4J基本操作- 寒沧
  3. 【教程】Deeplearning4j入门(三)- 简易一元线性回归-寒沧
  4. 【教程】Deeplearning4j入门(四)- 非线性回归-寒沧
  5. 【教程】Deeplearning4j入门(五)- 简易数据分类 - 寒沧
  6. 【教程】Deeplearning4j入门(六)- MNIST手写数字分类 - 寒沧
  7. 【教程】Deeplearning4j入门(七)- 模型训练可视化 - 寒沧
  8. 【教程】Deeplearning4j入门(八)- 模型保存和读取 - 寒沧
  9. 【教程】Deeplearning4j入门(九)- 卷积神经网络 - 寒沧
  10. 【教程】Deeplearning4j入门(十)- GPU加速训练 - 寒沧
  11. 【教程】Deeplearning4j入门(十一)- 使用模型预测手写数字 - 寒沧
  12. 【教程】Deeplearning4j入门(十二)- 理解LSTM - 寒沧
  13. 【教程】Deeplearning4j入门(十三)- LSTM源码阅读 - 寒沧
  14. 【教程】Deeplearning4j入门 -(十四)初用LSTM - 寒沧
  15. 【教程】Deeplearning4j入门 - (十五)构建非MAVEN的dl4j项目 - 寒沧
  16. 【教程】Deeplearning4j入门 - (十六)数据准备和内存管理 - 寒沧
  17. 【教程】Deeplearning4j入门 - (十七)早停法训练模型 - 寒沧
  18. 【教程】Deeplearning4j入门 - (十八)迁移学习 - 寒沧

所有代码示例均放置在github上面,地址为:https://github.com/sjsdfg/dl4j-tutorials

希望各位如果觉得可以,可以为我的项目点一个star。

本视频并不会讲授很深的东西,主要目的还是为大家熟悉一些框架的基本操作以及官方文档如何阅读。实现一个更加平滑入门的一个目的

dl4j-tutorials

deeplearning4j 教程

视频教程列表:Deeplearning4j - 入门视频

哔哩哔哩直达地址:https://space.bilibili.com/327018681/#/

  • 交流群: 289058486
  • 入群问题: Deeplearning4j 源码在 github的地址(mac 系统QQ看不到群问题,入群记得添加答案)

DeepLearning4J(DL4J)是一套基于Java语言的神经网络工具包,可以构建、定型和部署神经网络。DL4J与Hadoop和Spark集成,支持分布式CPU和GPU,为商业环境(而非研究工具目的)所设计。Skymind是DL4J的商业支持机构。

Deeplearning4j拥有先进的技术,以即插即用为目标,通过更多预设的使用,避免多余的配置,让非企业也能够进行快速的原型制作。DL4J同时可以规模化定制。DL4J遵循Apache 2.0许可协议,一切以其为基础的衍生作品均属于衍生作品的作者。

注意

因为使用的maven管理项目,所以第一次使用的时候更改maven配置。更改仓库地址为国内的阿里云

<mirror>
	<id>nexus-aliyun</id>
	<mirrorOf>central</mirrorOf>
	<name
  • 17
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 15
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 15
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值