Java数据科学指南

第8章　数据深度学习

本章包含如下内容：

• 使用DL4j创建Word2vec神经网络；
• 使用DL4j创建深度信念神经网络；
• 使用DL4j创建深度自动编码器。

8.1　简介

简单地说，深度学习是指带有多个层的神经网络，也叫深度神经网络学习或非监督特征学习。我相信深度学习会成为机器学习实践者与数据科学家又一个得力的“助手”，这是因为它在解决实际的数据问题方面表现出强大的能力。

DL4j（Deep Learning for Java）是一个面向JVM开源的、分布式Java深度学习库。伴随着DL4j一起而来的还有其他许多库，如下所示。

• Deeplearning4J：神经网络平台。
• ND4J：面向JVM的NumPy。
• DataVec：进行机器学习ETL处理的工具。
• JavaCPP：Java与本地C++的桥梁。
• Arbiter：机器学习算法评估工具。
• RL4J：面向JVM的深度增强学习。

然而，本书中，我们只重点讲解DL4j的几个关键方面。具体地说，我们将讲解Word2vec算法、real-world NLP、信息提取问题、深度信念神经网络、深度自动编码器及它们的用法。感兴趣的读者，建议你访问https://github.com/deeplearning4j/dl4j-examples，获取更多例子。请注意，本章中的所有代码都是基于这些示例的，并且在GitHub上可以找到。

另外，还请你注意，本章使用了很大篇幅来演示如何安装DL4j库，这是因为安装DL4j的过程非常复杂。并且，大家要足够细心，才能保证成功运行本书以及你们自己编写的代码。

在学习本章内容之前，需要先做如下两项准备：下载Java Developer version 1.7或更高版本（我使用的是1.8版本）与Apache Maven。本章中的所有代码都是使用Eclipse ...