Deeplearning4j

Schnelleinstieg in Deeplearning4j – Teil 2: Training und Verwendung

Dieser Artikel zeigt in zwei Teilen, wie man in kürzester Zeit den Einstieg in Deeplearning4j (DL4J) schafft. Anhand eines Beispiels, in dem vorhergesagt werden soll, ob ein Kunde seine Bank verlassen wird, wird jeder Schritt eines typischen Arbeitsablaufs betrachtet. Dieser Teil widmet sich dem Training und der Verwendung des Modells und wirft einen Blick über den Schnelleinstieg hinaus.

Schnelleinstieg in Deeplearning4j – Teil 1: Grundlagen und Methoden

Dieser Artikel zeigt in zwei Teilen, wie man in kürzester Zeit den Einstieg in Deeplearning4j (DL4J) schafft. Anhand eines Beispiels, in dem vorhergesagt werden soll, ob ein Kunde seine Bank verlassen wird, wird jeder Schritt eines typischen Arbeitsablaufs betrachtet. Der erste Teil befasst sich mit den Grundlagen bzw. Vorrausetzungen, um die ersten Schritte im Umgang mit Deeplearning4j meistern zu können.

Deep Learning für Echtzeit-Anwendungen mit TensorFlow, Deeplearning4j und H20

Auf der derzeit stattfindenden Machine Learning Conference in München sind die Themen Künstliche Intelligenz und Maschinelles Lernen natürlich im Fokus. Auf der W-JAX 2017 gab es allerdings auch den ein oder anderen Talk aus dem Themengebiet: Kai Wähner, Technology Evangelist bei Confluent, zeigte in seiner Session, wie Deep-Learning-Modelle in Unternehmen genutzt werden können.

Java Magazin 5.18 erschienen: Maschinelles Lernen – neue Welten für Java-Entwickler

Es ist soweit, das neue Java Magazin ist da. Wir tauchen ein in die Welt des Maschinellen Lernens. Maschinelles Lernen hat nichts mit Java zu tun, könnten Sie vielleicht jetzt denken. Stimmt nicht ganz. Zwar wird Python als die Sprache für ML gehandelt, doch auch mit Java lässt sich einiges anstellen. Schauen wir uns beispielsweise an, wie TensorFlow mit Java funktioniert oder was es mit deeplearning4j auf sich hat.

Machine Learning für Java: Deeplearning4j landet bei der Eclipse Foundation

Machine Learning ist eines der Trendthemen schlechthin. Während viele ML-Projekte die Programmiersprache Python nutzen, ist eine Unterstützung für Java bislang eher rar gesät. Doch das könnte sich bald ändern: Das Projekt Deeplearning4j stellt weitreichende Deep-Learning-Funktionalitäten für Java zur Verfügung und hat das Potenzial, sich unter dem Dach der Eclipse Foundation zu einem Magneten für angegliederte ML-Libraries und Tools zu entwickeln. Chris Nicholson, CEO von Skymind und Schöpfer von Deeplearning4j, stellt in diesem Artikel das Deeplearning4j-Ökosystem vor.