dl4j-tutorials

deeplearning4j 教程

视频教程列表：Deeplearning4j - 入门视频

哔哩哔哩直达地址：https://space.bilibili.com/327018681/#/

交流群： 289058486

DeepLearning4J（DL4J）是一套基于Java语言的神经网络工具包，可以构建、定型和部署神经网络。DL4J与Hadoop和Spark集成，支持分布式CPU和GPU，为商业环境（而非研究工具目的）所设计。Skymind是DL4J的商业支持机构。

Deeplearning4j拥有先进的技术，以即插即用为目标，通过更多预设的使用，避免多余的配置，让非企业也能够进行快速的原型制作。DL4J同时可以规模化定制。DL4J遵循Apache 2.0许可协议，一切以其为基础的衍生作品均属于衍生作品的作者。

---

注意

因为使用的maven管理项目，所以第一次使用的时候更改maven配置。更改仓库地址为国内的阿里云

• Deeplearning4j入门（零）- maven环境配置 - 寒沧

<mirror>
	<id>nexus-aliyun</id>
	<mirrorOf>central</mirrorOf>
	<name>Nexus aliyun</name>
	<url>http://maven.aliyun.com/nexus/content/groups/public</url>
</mirror> 

使用maven把jar包导出为外部

mvn dependency:copy-dependencies -DoutputDirectory=target/lib

• deeplearning4j-1.0.0beta离线jar包---百度云

dl4j概览

1. dl4j快速索引：网络层，功能和类
2. dl4j-example 概览
3. dl4j 神经网络评估
4. dl4j 版本发布日志
5. Java api文档
6. skymind 官方博客
7. Quickstart with Deeplearning4J
8. 旧版本官网github
9. skymind ai wiki
10. skymind开源数据集集合

lesson1 nd4j基础操作

参考资料：

1. 一天搞懂深度学习
2. Deep Learning A Practitioner’s Approach
3. https://nd4j.org/userguide
4. nd4j方法快速索引

lesson2 简易线性回归

参考资料：

1. 深度神经网络简介
2. http://www.jianshu.com/p/1d80023119cc
3. http://neuralnetworksanddeeplearning.com/chap4.html

lesson3 简易数据分类

参考资料：

1. ETL用户指南
2. MNIST基础教程，包含一些分类知识

lesson4 Minst手写数字分类

参考资料：

1. MINST数据集
2. 神经网络学习的可视化、监测及调试方法

lesson5 模型保存与读取

参考资料：

1. HDFS模型保存
2. SparkDl4jMultiLayer模型存储

lesson6 Minst手写数字模型改进-CNN

参考资料：

1. 关于深度学习之CNN经典论文原文(1950~2018)简介
2. Visualizing and Understanding CNNs.pdf
3. Deeplearning4j-使用Cuda 9.1和 Cudnn7.1 加速模型训练
4. 在Deeplearning4j中使用cuDNN
5. Using Deeplearning4j with cuDNN
6. deep learning for computer vision with python(3 本) 密码：vr0r

lesson7 RNN循环神经网络

参考资料

1. 理解LSTM网络：https://www.jianshu.com/p/9dc9f41f0b29
2. 循环网络和LSTM教程：https://deeplearning4j.org/cn/recurrentnetwork
3. DL4J中的循环网络：https://deeplearning4j.org/cn/usingrnns
4. DeepLearning4j: LSTM Network Example

ObjectDetection 目标检测

参考资料：

1. DeepLearning4j-使用Java训练YOLO模型
2. Java构建汽车无人驾驶：汽车目标检测

tensorflow 导入tf模型

参考资料：

1. https://blog.csdn.net/u011669700/article/details/80025161

自定义网络层实现GRU

参考资料：

1. https://github.com/Gerry-Pan/pan-dl4j

根据GRU前向公式推导反向公式，并在dl4j中实现。

整合DL4J训练模型与Web工程

参考资料：

1. 博文地址：https://my.oschina.net/u/1778239/blog/1648854
2. 源码地址：https://gitee.com/lxkm/dl4j-demo/tree/master/digitalrecognition

【深度学习】图像矫正、dl4j yolo和tesseract ocr

参考资料：

1. 视频地址：https://tianchi.aliyun.com/forum/videoStream.html#postsId=5312
2. 视频代码所在github：https://github.com/awaymeet/tesseract