问题标签 [deeplearning4j]

我尝试在 DL4J 上执行以下示例（加载预训练的向量文件）：

但它非常慢（尽管它们是正确的，但需要大约 10 分钟来计算最近的单词）。

有足够的内存 ( -Xms20g -Xmx20g)。

当我从https://code.google.com/p/word2vec/运行相同的 Word2Vec 示例时

它很快就给出了最接近的词。

DL4J 使用声称比 Numpy 快两倍的 ND4J：http: //nd4j.org/benchmarking

我的代码有什么问题吗？

更新：它基于https://github.com/deeplearning4j/dl4j-0.4-examples.git（我没有触及任何依赖项，只是尝试阅读 Google 预训练向量文件）。Word2VecRawTextExample 工作得很好（但数据量相对较小）。

我有一堆传感器，我真的只想重建输入。

所以我想要的是这样的：

1. 在我训练完我的模型后，我将传入我的特征矩阵
2. 取回重建的特征矩阵
3. 我想调查哪些传感器值与重建值完全不同

因此，我认为 RBM 将是正确的选择，并且由于我习惯了 Java，因此我尝试使用 deeplearning4j。但是我很早就被卡住了。如果您运行以下代码，我将面临 2 个问题。

1. 结果与正确的预测相差甚远，其中大多数只是[1.00,1.00,1.00]。

2. 我希望得到 4 个值（这是预期要重建的输入数）

那么我必须调整什么来获得a）更好的结果和b）恢复重建的输入？

我正在尝试使用 deeplearning4j从头开始​​复制论文 NLP（几乎） 。我已完成以下步骤：

1. 加载 SENNA 词向量
2. 为 CoNLL'03 数据集编写一个迭代器：对于每个单词，我通过连接其相邻单词的单词向量来形成一个单词特征向量（窗口大小 = 5）
3. 使用上面的数据集迭代器来训练一个简单的回归层，例如：

我尝试了许多不同的配置，但没有一个对我有用。该模型继续预测所有带有“O”标签的单词。如果您能指出我的方法有什么问题，我将不胜感激？下一步我应该做什么？谢谢！

如屏幕截图所示，dl4j-0.4-examples 项目的依赖项无法由 intellij 加载。

无法获取依赖信息：无法读取工件“com.github.jai-imageio-core.jar”的元数据文件：配置文件“java8-and-higher”中的 JDK 版本无效：无界范围 [1.8

在这个问题中解决了类似的问题

https://github.com/google/gson/issues/596

作为快速修复打开本地存储库中的 pom 文件并添加“）”，应该看起来像

91 [1.8,)

保存并再次执行

但是在这种情况下没有jdk标签：所以不能使用这种方法。

有没有人找到解决方法将此项目加载到 intellij 中？

Deeplearning4j canova 示例不工作。我得到 eval.stats 的输出为 NaN（准确度）。我

我不知道它想从我这里得到什么。我在用

在哪里

但我得到

如果我尝试加载 Google 词向量模型：

我有一个情绪分析程序，可以使用循环中性网络预测给定的电影评论是正面的还是负面的。我正在为该程序使用 Deeplearning4j 深度学习库。现在我需要将该程序添加到 apache spark 管道中。

这样做时，我有一个MovieReviewClassifier扩展的类，我必须将该类org.apache.spark.ml.classification.ProbabilisticClassifier的一个实例添加到管道中。使用方法将构建模型所需的特征输入到程序中setFeaturesCol(String s)。我添加的特性是有String格式的，因为它们是一组用于情感分析的字符串。但功能应该是形式org.apache.spark.mllib.linalg.VectorUDT。有没有办法将字符串转换为 Vector UDT？

我在下面附上了我的管道实现代码：

Review 是包含要预测为正或负的字符串的特征列。

执行代码时出现以下错误：

我一直在尝试运行 DL4J 为堆叠去噪自动编码器提供的示例代码。但是，我的结果非常糟糕：

我不确定是什么导致结果如此糟糕。我使用的是 MNIST 数据集，堆叠去噪自动编码器的代码由 DL4J 提供。我的代码如下：

谢谢！

我正在训练自己学习神经网络。有一个功能我无法让我的神经网络学习：f(x) = max(x_1, x_2). 这似乎是一个非常简单的函数，有 2 个输入和 1 个输入，但是一个 3 层神经网络训练了超过 2000 个 epoch 的一千个样本，却完全错误。我正在使用deeplearning4j.

是否有任何理由为什么对于神经网络来说 max 函数很难学习，或者我只是把它调错了？

我在 DeepLearning4j 框架中使用 ParagraphVector 工具。我正在做的是在一组文本文档上训练一个模型，然后计算这些文档之间的相似度。

现在，正如参考页面（http://deeplearning4j.org/word2vec）所说，该工具用于计算相似度的度量是余弦相似度，它应该包含在 0 和 1 之间。但是，对于某些文档对，我得到负分。

谁能告诉这是为什么？

先感谢您。