DJL（Deep Java Library ）是亚马逊在2019年宣布推出的开源Java深度学习开发包，它是在现有深度学习框架基础上使用原生Java概念构建的开发库。它为开发者提供了深度学习的最新创新和使用前沿硬件的能力，例如GPU、MKL等。简单的API抽象并简化了开发深度学习模型所涉及的复杂性，使得DJL更易于学习和应用。有了model-zoo中绑定的预训练模型集，开发者可以立即开始将深度学习的SOTA成果集成到Java应用当中。
DJL秉承了Java的座右铭：「Write once, run anywhere」，不依赖于具体的引擎和深度学习框架，可以随时切换框架。原则上，基于DJL开发人员可以编写在任何引擎上运行的代码。DJL目前提供了MXNet,、PyTorch和TensorFlow的实现。DJL通过调用JNI或者JNA来调用相应的底层操作。DJL 编排管理基础设施，基于硬件配置来提供自动的 CPU/GPU 检测，以确保良好的运行效果。
为了帮助Java开发者更好地上手DJL，机器之心联合AWS带来三期线上分享。在第二期分享《DJL推理架构及客户成功案例》中，AWS AI 软件开发工程师李政哲主要介绍了DJL推理模块与各模块使用方法、推理 API 的使用方法以及如何优化推理速度以及如何部署在微服务、大数据服务以及移动端。
第二期回看：
https://app6ca5octe2206.h5.xiaoeknow.com/v1/course/alive/l_5f9156c0e4b00fe98c?type=2
第二期有奖实践作业与反馈问卷详见DJL交流群。
11月5日，AWS AI算法工程师魏莱将带来第三期分享《轻松上手Deep Java Library》。第三期分享主要介绍：
DJL主要模块并结合具体场景讲解各模块的使用方法。
为什么DJL是为Java开发者量身定做的深度学习包、详细讲解主要API的使用方法和注意事项。
神经网络从训练到部署的基本流程，并结合动手深度学习Java版讲解具体代码和实操展示。
11月5日，第三期分享
轻松上手Deep Java Library
分享主题：轻松上手Deep java基础国庆作业 Java Library
分享时间：11月5日 20:00-21:00
讲师简介：魏莱，AWS AI算法工程师，硕士毕业于美国卡内基梅隆大学，本科毕业于新加坡南洋理工大学。魏莱是开源深度学习框架DJL、Apache MXNet以及Keras的贡献者。他从事过广告算法和推荐系统的开发与部署。目前专注于帮助深度学习在各个应用场景落地。
实践作业：我们将根据分享内容设置一次实践作业，并根据作业完成度包括代码是否可以运行、结果是否正确、效率是否最好、呈现是否满足或超出预期等标准进行综合评估。
我们将从所有作业中评出1名MVP奖，赠送200元天猫超市购物券；评出6名优秀奖，赠送50元天猫超市购物券。
一对一答疑：我们开放了持续三周的答疑时间，关于实践作业与DJL相关的任务问题都可以和DJL开发团队成员预约时间进行一对一交流。
预约方法：访问下方链接，在对应时间段填入微信ID，并在此时间段访问文档下方的视频会议地址。
预约链接：https://shimo.im/sheets/qk3HRqHRpYTPVJhg/MODOC。
加入交流群：添加机器之心小助手（syncedai5），备注「DJL」。
ps：如果小助手无法添加，请将「微信ID」发送邮件到，我们将与你联系，邀你入群。
原标题：《Java工程师入门深度学习（三）：轻松上手Deep Java Library》
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/7472.html