https://blog.csdn.net/Zhang_Pro/article/details/106064617

 

 

1.deeplearning4j简介

Deeplearning4j是为Java和Java虚拟机编写的开源深度学习库，是广泛支持各种深度学习算法的运算框架。Deeplearning4j可以实施的技术包括受限玻尔兹曼机、深度置信网络、深度自动编码器、堆叠式降噪自动编码器、循环神经张量网络，以及word2vec、doc2vec和GloVe。这些算法全部包括分布式并行版本，与Hadoop和Spark集成。Skymind是Deeplearning4j的商业支持机构。本小结内容介绍这个深度环境的配置方法

 

2.主要的环境依赖

Java(developer version)1.7或者是更高的版本

Apache Maven(自动化构建和依赖管理器)

IntelliJ IDEA 或者是eclipse

Git(主要用来导入一些项目)

2.Ubuntu19.10配置deeplearning4j环境

2.1 安装Java环境

Java环境的安装有两种方法，一种是使用Ubuntu中apt包管理器从软件仓库中安装Java环境：

 

sudo apt-get install openjdk-8-jdk openjdk-8-jre

1

1

另一种是从官网上下载LInux Java环境并安装。

选择Java安装环境的压缩包文件tar.g，并解压出来：

 

 tar -zxvf jdk-8u202-linux-x64-demos.tar.gz

1

1

我们这里选择安装到/usr/lib目录下，将刚刚解压的文件放在这个文件目录中：

 

sudo mkdir /usr/lib/jdk

sudo mv ~/jdk1.8.0_202/usr/lib/jdk /usr/lib/jdk

1

2

1

2

配置Java环境变量：

这里是将Java的环境变量配置到文件/etc/profile当中：

 

sudo nano /etc/profile

1

1

文件中写入以下的内容:

 

 

 

#set java env

export JAVA_HOME=/usr/lib/jdk/jdk1.8.0_202

export JRE_HOME=${JAVA_HOME}/jre    

export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib    

export PATH=${JAVA_HOME}/bin:$PATH

1

2

3

4

5

6

7

1

2

3

4

5

6

7

使得环境生效:

 

sudo -s 

source /etc/profile

1

2

1

2

查看Java环境是否安装成功

 

java –version

javac –version

1

2

1

2

这表明Java环境已经安装成功。

 

2.2 安装Maven环境

Maven环境的安装也有两种方法，一种是使用apt从软件仓库中下载安装Maven环境：

 

sudo apt-get install maven

1

1

一般默认安装在/usr/share/maven文件夹下面

另一种是从官网上下载安装Maven：

我们这里选择Maven源码tar.gz包。我们将Maven环境安装到文件夹/usr/local/文件夹下，安装过程如下所示

 

sudo mkdir /usr/local/maven

sudo tar -zxvf apache-maven-3.6.3-src.tar.gz /usr/local/maven

1

2

1

2

配置Maven环境：

 

sudo nano /etc/profile

1

1

并且写入以下的配置，

 

M2_HOME=/usr/local/maven/apache-maven-3.6.3

export MAVEN_OPTS=”-Xms256m -Xmx512m”

export PATH=$M2_HOME/bin:$PATH 

1

2

3

1

2

3

并使得环境生效：

 

sudo -s 

source /etc/profile

1

2

1

2

查看Maven环境是否安装成功

 

mvn -v

1

1

如果显示上面的图示就说明已经安装好了Maven环境。

 

2.3 在IntelliJIDEA上配置deeplearnin4j环境

集成开发环境是配置DL4J环境的重要环节，它能够允许使用我们的API并在几个步骤中配置神经网络。强烈建议使用IntelliJ，它用于与Maven通信来处理Java包中的一些依赖关系。

安装deeplearning4j中的一些依赖关系：

 

git clone https://github.com/deeplearning4j/dl4j-examples.git

cd dl4j-examples/

mvn clean install

1

2

3

1

2

3

打开IntelliJ环境并选择Import Project，将刚刚下载好的dl4j项目文件夹导入到IntelliJ中：

在自己的工程中使用DL4J：配置POM.xml文件

为了在自己的工程中运行DL4J，强烈推荐使用Maven用于Java用户，或者为scala使用SBT工具。基本的依赖集及其版本如下所示。这包括：

 

deeplearning4j-core, 包括神经网络的实现

nd4j-native-platform, CPU版本的ND4J库为DL4J提供支持

datavec-api – Datavec是我们用于向量化和加载数据的库

每个Maven工程都有一个POM文件

3.Windows配置deeplearning4j环

3.1 安装Java环境

直接在官网上下载Windows环境下的Java:

下载完成之后，添加环境变量：

测试Java环境是否安装成功：



 

3.2 安装Maven环境

在Maven官网下载Maven环境，注意是二进制的zip安装包：

将二进制包解压到安装目录下，并添加环境变量：

测试是否安装成功：

Maven配置

Maven本地资源库

Maven的本地资源库是用来存储所有项目的依赖关系(插件jar和其他文件，这些文件被Maven下载)到本地文件夹。很简单，当你建立一个Maven项目，所有相关文件将被存储在你的Maven本地仓库。

Maven的本地资源库默认为 .m2 目录文件夹：

Unix/Mac OS X – ~/.m2

Windows – C:\Documents and Settings{your-username}.m2

Linux – ~/.m2

在文件 {M2_HOME}\conf\setting.xml中, 更新 localRepository项，选择我们想要存放的目录位置。

找到

 

  <!– localRepository

   | The path to the local repository maven will use to store artifacts.

   |

   | Default: ${user.home}/.m2/repository

  <localRepository>/path/to/local/repo</localRepository>

  –>

1

2

3

4

5

6

1

2

3

4

5

6

更改为

 

  <!– localRepository

   | The path to the local repository maven will use to store artifacts.

   |

   | Default: ${user.home}/.m2/repository

  <localRepository>/path/to/local/repo</localRepository>

  –>

  <localRepository>E:\Program Files\Maven\apache-maven-3.6.3/repository</localRepository>

1

2

3

4

5

6

7

1

2

3

4

5

6

7

3.3 在IntelliJIDEA上配置deeplearnin4j环境

这个步骤和在Ubuntu中的配置方法类似。



另外由于maven中心库是国外网站，连接下载速度很是揪心，所以强烈推荐使用阿里云的镜像库，主流jar包都有，而且速度非常快，如图在.\conf\setting.xml文件中进行如下配置。

 

<mirrors>

    <mirror>

        <id>nexus-aliyun</id>

        <mirrorOf>*</mirrorOf>

        <name>Nexus aliyun</name>

        <url>http://maven.aliyun.com/nexus/content/groups/public</url>

    </mirror> 

  </mirrors>

1

2

3

4

5

6

7

8

1

2

3

4

5

6

7

8

4.测试

测试程序如下所示：

 

import org.nd4j.linalg.api.ndarray.INDArray;

import org.nd4j.linalg.factory.Nd4j;

 

public class main {

    public static void main(String[] args) {

        INDArray out = Nd4j.ones(5,6);

        System.out.println(out);

    }

}

1

2

3

4

5

6

7

8

9

1

2

3

4

5

6

7

8

9

对于DL4j中CUDA、CUDNN的设置，只需要对其中pom.xml的依赖项添加以下内容即可：

 

<dependency>

 <groupId>org.nd4j</groupId>

    <artifactId>nd4j-cuda-10.2-platform</artifactId>

    <version>1.0.0-beta6</version>

    <!–表示使用cuda-10.2–>

</dependency>

<dependency>

 <groupId>org.nd4j</groupId>

    <artifactId>nd4j-native-platform</artifactId>

    <version>1.0.0-beta6</version>

    <!–表示使用cpu–>

</dependency>

<dependency>

 <groupId>org.deeplearning4j</groupId>

    <artifactId>deeplearning4j-cuda-10.2</artifactId>

    <version>1.0.0-beta6</version>

    <!–表示使用cudnn-10.2–>

</dependency>

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

下面的pom.html可以做参考：

 

<?xml version=”1.0″ encoding=”UTF-8″?>

<project xmlns=”http://maven.apache.org/POM/4.0.0″

         xmlns:xsi=”http://www.w3.org/2001/XMLSchema-instance”

         xsi:schemaLocation=”http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd”>

    <modelVersion>4.0.0</modelVersion>