deeplearning4j 예제

아직 사용할 수 없거나 미리 빌드되지 않은 손실 함수를 추가해야 합니까? 다음 예제를 확인하십시오. 피드 포워드 네트워크는 가장 간단한 형태의 신경망이며 최초로 생성된 네트워크 중 하나이기도 합니다. 여기에서는 달 데이터를 사용하여 여기에 있는 예제를 기반으로 피드 포워드 신경망의 예를 간략하게 설명합니다. 데이터는 여기에 있습니다. 입력과 관련하여 매우 기본적인 접근 방식은 2차원 이미지 매트릭스의 각 행을 „직렬화“하는 것으로 구성됩니다. 예를 들어 우리는 3 × 3 이미지 (개념에 초점을 맞추기위한 이 간단한)를 가지고 https://deeplearning4j.org/modelpersistence 있다고 가정 해 봅시다. 표준 Java 직렬화를 사용하지만 구성을 JSON 파일로 저장하고 계수를 이진 데이터로 저장합니다. 따라서 호환성이 모든 사소한 dl4j 릴리스에서 중단되지는 않지만 결국 중단 될 수 있다고 말하는 것이 안전합니다. IntelliJ 내에서 실행하려는 첫 번째 Deeplearning4j 예제를 선택해야 합니다. 거의 즉시 네트워크가 UI의 두 데이터 그룹을 분류하므로 MLPClassifierLinear를 권장합니다. Github의 파일은 여기에서 찾을 수 있습니다. 예제를 실행하려면 마우스 오른쪽 단추를 클릭하고 드롭다운 메뉴에서 녹색 단추를 선택합니다. IntelliJ의 하단 창에서 일련의 점수를 볼 수 있습니다.

가장 오른쪽 숫자는 네트워크 분류에 대한 오류 점수입니다. 네트워크가 학습중이면 처리되는 각 일괄 처리에 따라 시간이 지남에 따라 그 수가 줄어듭니다. 끝에서 이 창에서는 신경망 모델이 얼마나 정확한지 알려줍니다 https://github.com/deeplearning4j/dl4j-quickstart. DL4J를 사용하는 예는 여기에 많은 있습니다. 이 게시물에서는 DeepLearning4를 사용하여 신경망에서 처리하기 위한 데이터를 준비하는 이미지 파이프라인을 빌드합니다. 이 간단한 예제의 소스 코드는 github에서 사용할 수 있습니다. 이렇게하려면 MNIST 이미지 데이터 집합을 다운로드해야하지만 어디에서 찾을 수 있습니까? 실제로 당신은 여러 소스와 형식에서 다운로드 할 수 있습니다,하지만 여기에 우리는 힌트가있습니다. 예를 들어 동일한 GitHub 리포지토리에서 다른 Java 클래스를 살펴보면 Q: SPARK 문제 예제를 실행하고 분산 학습 또는 datavec 변환 옵션과 같은 Spark 기반 예제에 문제가 있습니다. 간단한 데스크톱 응용 프로그램을 시작 하려면 두 가지 필요: nd4j 백 엔드 및 deeplearning4j-코어. 자세한 코드는 간단한 예제 하위 모듈을 참조하십시오.

이것은 손으로 쓴 숫자의 Mnist 데이터 세트에 대한 다층 퍼셉트론 교육의 예입니다. 코드를 보여보겠습니다 몇 가지 예를 들어 보겠습니다. 고전적인 출발점은 MNIST 데이터 집합으로, 딥 러닝 경로에서 일종의 „Hello World“로 간주됩니다. 글쎄, 실제로이 보다 훨씬 더. 이는 새로운 네트워크 패러다임 또는 기술을 테스트할 수 있는 참조 예제와 같습니다. 대부분의 예제에서는 정규화, 표준화, 검색 및 바꾸기, 컬럼 셔플 및 벡터화를 통해 전처리 및 clearning 데이터를 위한 툴킷인 DataVec을 사용합니다. 원시 데이터를 읽고 신경망의 DataSet 개체로 변환하는 것은 종종 해당 네트워크를 교육하는 첫 번째 단계입니다. DataVec에 익숙하지 않은 경우 유용한 예제에 대한 설명과 몇 가지 링크가 있습니다.

NDArrays를 만들고 조작하기 위한 예제가 있는 디렉토리입니다.