deeplearning4j/deeplearning4j

해결하는 문제

Java 가상 머신(JVM)에서 딥러닝 애플리케이션을 구축하고 배포하기 위한 완전한 생태계를 제공하여, 개발자가 Python에 국한되지 않고 Java, Scala, Kotlin, Clojure와 같은 언어를 사용하여 AI 개발을 할 수 있도록 합니다.

작동 방식

이 생태계는 여러 전문 라이브러리로 구성됩니다:

• DL4J: 복잡한 신경망(MultiLayerNetworks 및 ComputationGraphs)을 생성하고 Keras에서 모델을 가져오기 위한 고수준 API.
• ND4J: 수학 연산을 처리하는 선형 대수 라이브러리로, CPU 및 GPU에서 하드웨어 가속을 위해 C++ 백엔드(LibND4J)를 사용합니다.
• SameDiff: 사용자 정의 레이어 및 손실 함수를 위해 TensorFlow와 유사한 그래프 기반 접근 방식을 사용하는 자동 미분 프레임워크.
• DataVec: HDFS, Spark, 이미지, 비디오, 오디오를 포함한 다양한 형식의 머신러닝 데이터를 전처리하기 위한 ETL 도구.
• Python4J: JVM 내에서 CPython 실행을 가능하게 합니다.

대상 사용자

Java, Scala, Kotlin 또는 Clojure 애플리케이션에 딥러닝을 통합해야 하는 JVM 기반 개발자 및 기업, 그리고 Apache Spark를 통한 분산 학습이 필요한 사용자.

주요 특징

• JVM 네이티브: Java 및 기타 JVM 언어에 대한 완전한 지원.
• 하드웨어 가속: CUDA GPU 및 다양한 CPU 아키텍처(x86, ARM, PowerPC) 지원.
• 상호 운용성: Keras 및 TensorFlow(.pb 형식)에서 모델을 가져올 수 있는 기능.
• 분산 학습: Apache Spark를 통한 학습에 대한 통합 지원.