deepjavalibrary/djl
An Engine-Agnostic Deep Learning Framework in Java
What it solves
Deep Java Library (DJL) は、ディープラーニングにネイティブなJava開発体験を提供し、Java開発者が機械学習の専門家であったり、Python中心のツールに依存したりすることなく、モデルを構築、訓練、デプロイすることが可能になります。ディープラーニングモデルをJavaアプリケーションに統合する際の摩擦を解消します。
How it works
DJL はエンジンに依存しないフレームワークです。これは、開発者が Java コードを変更することなく、異なるディープラーニングエンジン（PyTorch、TensorFlow、または MXNet）を切り替えることができる高レベル API を提供することを意味します。また、ハードウェアアクセラレーションも自動的に処理し、システム構成に基づいて CPU と GPU の間で選択を行います。
Who it’s for
ディープラーニング機能をアプリケーションに統合したい Java 開発者、および既存の Java IDE や専門知識を活用してニューラルネットワークを学習・訓練したい開発者向けです。
Highlights
- Engine Agnostic: コードを書き換えることなく、異なるディープラーニングバックエンドを切り替えることができます。
- Native Java Experience: 通常の Java ライブラリとして機能し、標準的な Java ワークフローや IDE に適合します。
- CUPU/GPU Auto-selection: 利用可能なハードウェアに基づいてパフォーマンスを自動的に最適化します。
- Model Zoo Integration: オブジェクト検出などのタスクのための学習済みモデルの読み込みを簡学化します。
- Comprehensive Training API: ニューラルネットワークを構築するための組み込みブロックと、モデルの訓練および保存のためのユーティリティを含んでいます。