deeplearning4j/deeplearning4j-examples

本仓库简介

deeplearning4j-examples 是一系列可直接运行的 Java 程序集合，展示了如何使用 Eclipse Deeplearning4J (DL4J) 生态系统。这些示例被组织成小型 Maven 项目，每个项目专注于堆栈的特定部分——高级神经网络 API、数据流水线工具、基于 Spark 的分布式训练、GPU 加速训练、底层 SameDiff 自动微分库、强化学习（RL4J），甚至包含一个 Android 演示。

适合人群

希望不切换语言即可入门深度学习的 Java 开发者。
寻找从原始数据到训练模型的完整端到端代码的 学生或爱好者。
需要参考代码处理高级场景（如基于 Spark 的分布式训练或 GPU 数据并行）的 实践者。

项目内容概览

子文件夹	重点	典型内容
`dl4j-examples`	高级 DL4J API	从原始数据开始构建并训练多层感知机、CNN、RNN 等。
`tensorflow-keras-import-examples`	模型导入	将 Keras 的 `.h5` 或 TensorFlow 冻结的 `.pb` 模型加载到 DL4J 中，进行微调或推理。
`dl4j-distributed-training-examples`	Spark 集成	展示如何使用 DL4J 的混合异步 SGD 在 Spark 集群上运行训练、推理和评估。
`cuda-specific-examples`	多 GPU 训练	展示在一台或多台 CUDA GPU 上进行数据并行训练以提升速度。
`samediff-examples`	低级图 API	使用 SameDiff（DL4J 对应 TensorFlow 图模式的实现）构建计算图。
`data-pipeline-examples`	DataVec 的 ETL	加载、分割并预处理图像、CSV、视频等数据，构建可复现的流水线。
`nd4j-ndarray-examples`	NDArray 操作	使用 ND4J 的 `INDArray` 类展示类似 NumPy 的操作。
`rl4j-examples`	强化学习	使用 RL4J 库构建的简单强化学习代理。
`android-examples`	移动端部署	一个最小的 Android 应用，可在设备上运行 DL4J 模型。

每个子项目都包含一个 README，列出各个示例类，并建议探索顺序（从快速入门开始，再到高级内容）。所有示例均为 Maven 项目；为希望从零开始的新项目用户提供了模板 pom.xml。

如何开始

克隆仓库，并选择您感兴趣的子项目。
使用 Maven 构建（mvn clean compile exec:java 或使用您的 IDE）。README 会指向要运行的精确类。
运行代码——大多数示例会下载一个小的公开数据集，进行预处理，训练模型，并打印基本指标。
进行实验——修改超参数、更换数据集或替换层，观察结果如何变化。

获取帮助的途径

官方 DL4J 社区论坛： https://community.konstitut.ai
本仓库的 GitHub 问题（但维护者表示不频繁监控）。
更广泛的 DL4J 文档网站，用于深入探索每个库组件。

为何重要

DL4J 是在 JVM 上原生运行的最成熟的深度学习框架。对于已有 Java/Scala 代码库的组织，或偏好 Java 工具链（Maven/Gradle、IDE 支持、静态类型）的开发者而言，此仓库提供了在不离开 Java 生态系统的情况下，构建生产级 AI 模型所需的实用“操作指南”。

上述所有信息均直接取自仓库的 README；未推断任何额外功能。*