【发布时间】：2016-09-09 18:38:11
【问题描述】：
我们正在开发一个使用神经网络的 Java 项目。我们想在我们的数据集上测试不同的网络结构。现在我们评估哪个 Java 神经网络在性能方面是最好的。我们正在评估 Encog、Neuroph 和 DL4J。你能告诉我们一些好的资源或你自己的经验吗？ 谢谢
【问题讨论】：
标签： java machine-learning neural-network encog deeplearning4j
【发布时间】：2016-09-09 18:38:11
【问题描述】：
我可以告诉你我的经验。
早在 2015 年，我就一直在寻找一个好的深度学习 Java 框架。经过初步研究，我遇到了 Encog。我很快意识到它缺少现代神经网络的许多组件，也就是说，它已经过时了，而且我什至在设置它时也遇到了很多麻烦（它不是很灵活）。顺便说一句，它确实允许在 CPU 上进行并行计算。
所以我决定编写我自己的框架，我仍然使用它并且运行良好。然后我遇到了 deeplearning4j，我可以告诉你它非常完整并且计算速度非常快。我想说如果你想看看 15 年前回顾的神经网络框架使用 Encog，否则没有理由使用它，即使用 deeplearning4j，或尝试一些 python DL 框架。
【讨论】：
-
顺便说一句，当时 Neuroph 也试过了……你不想用它。
我只对Java世界的Deeplearning4j和Encog有一些经验，我认为这很大程度上取决于你的目标是什么。 Deeplearning4j 无疑是 2 中最复杂的框架；它有很棒的工具，它可以与 GPU 一起使用，它支持 LSTM 和卷积神经网络之类的东西，它已经为分布式训练设置了等等。 但是，尽管它既精致又酷，它也可以有点像 PITA。当主页希望您使用特定的 IDE 并指向依赖项目的冗长安装指南时，您知道这不会很简单。 但是如果你需要它是值得的。
也就是说，在某些情况下，Encog 仍有很多话要说。它很容易与几乎任何 java 项目集成；它只是一个包含和关闭的 .jar 文件。 它非常快并且非常有效地使用您的 CPU 内核，它有一个非常好且易于理解的 API。如果您需要一个 java 库来有效地实现前馈 NN，或者如果您想了解更多有关使用机器学习的一般知识，我不能推荐 Encog。 当您遇到 Encog 的限制时，请尝试 Deeplearning4j 或超越 java 并尝试类似 Tensorflow（它也有一些 java 支持）。
【讨论】：
Deeplearning4j 创建者在这里：
-
Encog 由 Jeff Heaton 在 90 年代初编写，长期以来一直是标准的 Java DL 框架。我不相信 Encog 处理分布式计算、与 GPU、Hadoop、Spark 或 Kafka 一起工作，或者考虑到自 2006 年以来 DL 中的许多算法进步。（杰夫，如果我错了，请纠正我！）
Deeplearning4j 可以做所有这些事情。它适用于使用 Spark 作为访问层的分布式 CPU 或 GPU。它已通过 CDH5 和 HDP 认证......它包括 LSTM (RNN)、深度卷积网络、RBM、DBN 和 word2vec 以及其他神经网络的实现。它是目前最流行的 JVM 深度学习工具，也是全球排名前 5 的深度学习库之一。
Deeplearning4j 由数值计算库 ND4J 或 Java 的 n 维数组提供支持。基本上，我们将 Numpy 移植到了 JVM。这使得 DL4J 具有可扩展性，您将在不久的将来看到我们添加其他算法，例如强化学习。反过来，ND4J 在 libND4J 上运行，这是一个使计算速度更快的 C++ 库。我们还构建了向量化库 Canova，它接收任何类型的数据并将其转换为神经网络可以理解的向量。我们正在尝试解决 NN 上游的一些 ETL 问题。
-
Neuroph 具有很强的可视化能力，但我无法判断他们框架的其余部分，所以我会让他们自己说话！
https://github.com/deeplearning4j
Deeplearning4j 在 Gitter 的用户支持频道中有近 2000 名开发人员。如果您有任何问题，请加入我们：
【讨论】：