java移位运算 cpu gpu_ND4J求多元线性回归以及GPU和CPU计算性能对比

上一篇博客《梯度下降法求多元线性回归及Java实现》简单了介绍了梯度下降法，并用Java实现了一个梯度下降法求回归的例子。本篇博客，尝试用dl4j的张量运算库nd4j来实现梯度下降法求多元线性回归，并比较GPU和CPU计算的性能差异。

一、ND4J简介

ND4J是DL4J提供的张量运算库，提供了多种张量运算的封装，以下内容复杂于ND4J官网：

ND4J和ND4S是JVM的科学计算库，并为生产环境设计，亦即例程运行速度快，RAM要求低。

主要特点：

多用途多维数组对象

多平台功能，包括GPU

线性代数和信号处理功能

由于易用性上存在的缺口，Java、Scala和Clojure编程人员无法充分利用NumPy或Matlab等数据分析方面最强大的工具。Breeze等其他库则不支持多维数组或张量，而这却是深度学习和其他任务的关键。ND4J和ND4S正得到国家级实验室的使用，以完成气候建模等任务。这类任务要求完成计算密集的模拟运算。

ND4J在开源、分布式、支持GPU的库内，为JVM带来了符合直觉的、Python编程人员所用的科学计算工具。在结构上，ND4J与SLF4J相似。ND4J让生产环境下的工程师能够轻松将算法和界面移植到Java和Scala体系内的其他库内。

更详细的特性，可以去nd4j官网了解，地址：https://nd4j.org/cn

二、具体实现

1、maven配置

首先建一个maven工程，pom.xml完整配置如下：

xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">

4.0.0

org.dl4j

linear-regression

0.0.1-SNAPSHOT

jar

linear-regression

http://maven.apache.org

UTF-8

1.1.7

1.0.0-beta

nd4j-native-platform

org.nd4j

${nd4j.backend}

${nd4j.version}

ch.qos.logback

logback-classic

${logback.version}

junit

junit

3.8.1

test

说明：nd4j-native-platfor