Java工程师入门深度学习(三):轻松上手Deep Java Library

2020 年 11 月 4 日 机器之心

DJL(Deep Java Library )是亚马逊在2019年宣布推出的开源Java深度学习开发包,它是在现有深度学习框架基础上使用原生Java概念构建的开发库。它为开发者提供了深度学习的最新创新和使用前沿硬件的能力,例如GPU、MKL等。简单的API抽象并简化了开发深度学习模型所涉及的复杂性,使得DJL更易于学习和应用。有了model-zoo中绑定的预训练模型集,开发者可以立即开始将深度学习的SOTA成果集成到Java应用当中。


DJL秉承了Java的座右铭:「Write once, run anywhere」,不依赖于具体的引擎和深度学习框架,可以随时切换框架。原则上,基于DJL开发人员可以编写在任何引擎上运行的代码。DJL目前提供了MXNet,、PyTorch和TensorFlow的实现。DJL通过调用JNI或者JNA来调用相应的底层操作。DJL 编排管理基础设施,基于硬件配置来提供自动的 CPU/GPU 检测,以确保良好的运行效果。

为了帮助Java开发者更好地上手DJL,机器之心联合AWS带来三期线上分享。在第二期分享《DJL推理架构及客户成功案例》中,AWS AI 软件开发工程师李政哲主要介绍DJL推理模块与各模块使用方法推理 API 的使用方法以及如何优化推理速度以及如何部署在微服务、大数据服务以及移动端。
  • 第二期回看:

    https://app6ca5octe2206.h5.xiaoeknow.com/v1/course/alive/l_5f9156c0e4b00f132869e98c?type=2
  • 第二期有奖实践作业与反馈问卷详见DJL交流群。


11月5日,AWS AI算法工程师魏莱将带来第三期分享轻松上手Deep Java Library》第三期分享主要介绍:

  • DJL主要模块并结合具体场景讲解各模块的使用方法。
  • 为什么DJL是为Java开发者量身定做的深度学习包、详细讲解主要API的使用方法和注意事项。

  • 神经网络从训练到部署的基本流程,并结合动手深度学习Java版讲解具体代码和实操展示。


11月5日,第三期分享

轻松上手Deep Java Library


分享主题:轻松上手Deep Java Library

分享时间:11月5日 20:00-21:00

讲师简介:魏莱,AWS AI算法工程师,硕士毕业于美国卡内基梅隆大学,本科毕业于新加坡南洋理工大学。魏莱是开源深度学习框架DJL、Apache MXNet以及Keras的贡献者。他从事过广告算法和推荐系统的开发与部署。目前专注于帮助深度学习在各个应用场景落地。

实践作业:我们将根据分享内容设置一次实践作业,并根据作业完成度包括代码是否可以运行、结果是否正确、效率是否最好、呈现是否满足或超出预期等标准进行综合评估。

我们将从所有作业中评出1名MVP奖,赠送200元天猫超市购物券;评出6名优秀奖,赠送50元天猫超市购物券。

一对一答疑:我们开放了持续三周的答疑时间,关于实践作业与DJL相关的任务问题都可以和DJL开发团队成员预约时间进行一对一交流。

  • 预约方法:访问下方链接,在对应时间段填入微信ID,并在此时间段访问文档下方的视频会议地址。

  • 预约链接:https://shimo.im/sheets/qk3HRqHRpYTPVJhg/MODOC。


加入交流群:添加机器之心小助手(syncedai5),备注「DJL」。

ps:如果小助手无法添加,请将「微信ID」发送邮件到dujiahao@jiqizhixi n.com,我们将与你联系,邀你入群。

点击 阅读原文 ,立即注册直播。
登录查看更多
2

相关内容

Java 是一门编程语言,拥有跨平台、面向对象、泛型编程等特性。
《深度学习》圣经花书的数学推导、原理与Python代码实现
【新书】深度学习搜索,Deep Learning for Search,附327页pdf
专知会员服务
203+阅读 · 2020年1月13日
《动手学深度学习》(Dive into Deep Learning)PyTorch实现
专知会员服务
116+阅读 · 2019年12月31日
如何快速入门TensorFlow ?丨极客时间
InfoQ
4+阅读 · 2019年1月8日
Deeplearning4j 快速入门
人工智能头条
14+阅读 · 2018年12月24日
Java 工程师快速入门深度学习,可以从 Deeplearning4j 开始
人工智能头条
13+阅读 · 2018年12月14日
深度学习开发必备开源框架
九章算法
12+阅读 · 2018年5月30日
10个深度学习软件的安装指南(附代码)
数据派THU
17+阅读 · 2017年11月18日
课程 | 从零开始精通深度学习
机器之心
10+阅读 · 2017年10月24日
Arxiv
0+阅读 · 2021年1月25日
Arxiv
0+阅读 · 2021年1月23日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Parsimonious Bayesian deep networks
Arxiv
5+阅读 · 2018年10月17日
Feature Selection Library (MATLAB Toolbox)
Arxiv
7+阅读 · 2018年8月6日
Arxiv
12+阅读 · 2018年1月20日
VIP会员
相关资讯
如何快速入门TensorFlow ?丨极客时间
InfoQ
4+阅读 · 2019年1月8日
Deeplearning4j 快速入门
人工智能头条
14+阅读 · 2018年12月24日
Java 工程师快速入门深度学习,可以从 Deeplearning4j 开始
人工智能头条
13+阅读 · 2018年12月14日
深度学习开发必备开源框架
九章算法
12+阅读 · 2018年5月30日
10个深度学习软件的安装指南(附代码)
数据派THU
17+阅读 · 2017年11月18日
课程 | 从零开始精通深度学习
机器之心
10+阅读 · 2017年10月24日
相关论文
Arxiv
0+阅读 · 2021年1月25日
Arxiv
0+阅读 · 2021年1月23日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Parsimonious Bayesian deep networks
Arxiv
5+阅读 · 2018年10月17日
Feature Selection Library (MATLAB Toolbox)
Arxiv
7+阅读 · 2018年8月6日
Arxiv
12+阅读 · 2018年1月20日
Top
微信扫码咨询专知VIP会员