Deeplearning4j

Deeplearning4j

作者	Adam Gibson
開発元	複数
最新版	0.9.1 / 2017年8月12日 (7年前) (2017-08-12)
最新評価版	1.0.0-beta7 / 2020年5月14日 (4年前) (2020-05-14)
リポジトリ	github.com/deeplearning4j/deeplearning4j
プログラミング 言語	Java, Scala, CUDA, C言語
対応OS	Linux, macOS, Windows, Android, CyanogenMod
プラットフォーム	クロスプラットフォーム
サポート状況	進行中
種別	自然言語処理, ディープラーニング, マシンビジョン, 人工知能
ライセンス	Apache 2.0
公式サイト	deeplearning4j.org
テンプレートを表示

機械学習および データマイニング
問題 分類 クラスタリング 回帰 異常検知 相関ルール（英語版） 強化学習 構造化予測（英語版） 特徴量設計（英語版） 表現学習（英語版） オンライン学習（英語版） 半教師あり学習（英語版） 教師なし学習 ランキング学習（英語版） 文法獲得（英語版）
教師あり学習（分類 • 回帰） 決定木（英語版） アンサンブル （バギング、ブースティング、 ランダムフォレスト） k-NN 線形回帰 単純ベイズ ニューラルネットワーク ロジスティック回帰 パーセプトロン 関連ベクトルマシン (RVM)（英語版） サポートベクトルマシン (SVM)
クラスタリング BIRCH（英語版） 階層的（英語版） k平均法 期待値最大化法 (EM) DBSCAN OPTICS（英語版） 平均値シフト（英語版）
次元削減 因子分析 CCA ICA LDA（英語版） NMF（英語版） PCA t-SNE
構造化予測（英語版） グラフィカルモデル ベイジアンネットワーク CRF HMM
異常検知 k-NN 局所外れ値因子法
ニューラルネットワーク オートエンコーダ ディープラーニング DeepDream 多層パーセプトロン RNN LSTM GRU 制約ボルツマンマシン（英語版） SOM CNN
強化学習 TD学習 Q学習 SARSA
理論 偏りと分散のトレードオフ 計算論的学習理論（英語版） 経験損失最小化（英語版） オッカム学習（英語版） PAC学習 統計的学習（英語版） VC理論（英語版）
学会・論文誌等 NIPS（英語版） ICML（英語版） ML（英語版） JMLR（英語版） ArXiv:cs.LG
全般 統計学および機械学習の評価指標
Category:機械学習 Category:データマイニング
表 話 編 歴

Eclipse Deeplearning4j は、Java及びJava仮想マシン^[1][2] オープンソースのディープラーニングライブラリで、 多くのディープラーニングアルゴリズムをサポートする計算フレームワークである^[3] 。Deeplearning4jには、制限付きボルツマンマシン、ディープビリーフネット、ディープオートエンコーダー、積層雑音除去オートエンコーダー、再帰型ニューラルテンソルネットワーク、word2vec、 doc2vec、GloVeなどが実装されている。 これらのアルゴリズムはすべてHadoopやSparkと統合可能な分散型の並列バージョンを含んでいる^[4] 。Deeplearning4jは、スタートアップのSkymind社が商用サポートを行っていた。2020年より、deeplearning4jのサポートはSkymind社の子会社であるKonduit社に引き継がれた。

Deeplearning4jは、一般に広く使用されているプログラミング言語のJavaを使用しているが、Clojureとも互換性がありScalaのAPIを含んでいる。そのライブラリ内にある数値計算オープンソースライブラリであるND4Jを使用しており、CPUとGPUのどちらでも動作する^[5][6] 。Deeplearning4jは、 アダム・ギブソンの率いるサンフランシスコの機械学習グループによって主に開発されたオープンソースのプロジェクトである^{[7] [8][9]} 。Deeplearning4jは、GoogleのWord2vecページにリストされた唯一のJavaで実装されたオープンソースのプロジェクトである^[10]。

Deeplearning4jは数多くの商業的、学術的アプリケーションに使用されている。コードは、GitHub^[11]、 サポートフォーラムは、Gitterにある^[12]。

フレームワークは、コンポーザブルであり、浅いネットワークである制限付きボルツマンマシン、畳み込みネットワーク、オートエンコーダー、再帰ネットワークなどのニューラルネットワークを組み合わせて様々な種類のディープネットワークを作ることができる。

Deeplearning4jの訓練は、クラスタで行われる。ニューラルネットは、Hadoop/YARN及びSparkで使用できるiterative reduceを経由して同時に訓練を受ける^[8][13] 。また、Deeplearning4jはCudaのカーネルに統合し、GPUの演算を行うことができ、分散型GPUにも対応している。

Deeplearning4jは、PythonにNumPyが提供する機能のように、ND4Jを使った JavaやScalaで計算できるn次配列クラスを含んでいる。ND4Jは、プロダクション環境における線的代数及びマトリクス操作のライブラリに基づいている。

DataVecは、 HadoopがMapReduceを使用するように、入力/出力フォーマットシステムを使って、様々なファイルフォーマット及びデータタイプをベクトル化^[要説明] する。DataVecは、CSVファイル、画像、音声、テキスト、ビデオ、時系列データをベクトル化するように設計されている。

Deeplearning4jは、ベクトル空間モデル及びトピックモデルのツールキットを含み、Javaに実装され、パフォーマン��向上のために並列GPUを統合している。特に大量のテキスト処理が行えることを目的として作成された。

Deeplearning4jは、tf–idf、ディープラーニング、Mikolovの word2vecアルゴリズム、doc2vecを実装している。GloVeも再度実装され、最適化されている。ワードクラウドの視覚化には、t-SNEを使うことができる。バージョン1.0.0-beta4からは、BERTによる学習モデルの利用も可能となった^[14][15]。

実際にDeeplearning4jが使用されている分野には、金融部門における不正の検知^[16]、製造業などでの異常検知、電子商取引や広告のレコメンダシステム^[17]、 画像認識などがある。RapidMinerやPrediction.ioなどその他の機械学習プラットフォームも統合している^[18]。

• en:OpenNN－C++言語によるディープラーニング用のオープンソースのニューラルネットワークライブラリ
• Torch－スクリプト言語 Luaによるオープンソースのフレームワーク。機械学習アルゴリズムを広くサポートする。
• Theano－Pythonのディープラーニング用のオープンソースのライブラリ
• en:Neuroph

ポータル FLOSS

• en:Comparison of deep learning frameworks（英語）
• 人工知能
• 機械学習
• ディープラーニング

• 公式ウェブサイト
• “Deeplearning4jのGithubリポジトリ”. 2015年3月1日閲覧。
• “Deeplearning4j vs. Torch vs. Caffe vs. Theano”. 2015年3月1日閲覧。（英語）
• “Canova: A General Vectorization Lib for Machine Learning”. 2015年3月1日閲覧。（英語）
• “ND4J: N-Dimensional Arrays for Java and Scala, A Linear Algebra Library”. 2015年3月1日閲覧。（英語）
• “Apache Flink”. 2015年3月1日閲覧。（英語）
• “Java Magazine by Oracle: Deep Learning in Java”. 2015年3月1日閲覧。（英語）
• “Deeplearning4jのGitterチャットコミュニティ”. 2015年3月1日閲覧。