问题标签 [dl4j]

在正常情况下，我可以将 ComputationGraph（卷积神经网络）保存到文件中并在以后的运行中加载它，它工作正常。

但是，当我将它包含在一个 jar 中并尝试加载它时，它会失败。

有没有办法从 Jar 内部加载 ComputationGraph 对象作为资源？

我让它适用于 Word2Vec 对象，但它在 ComputationGraph 对象上失败。

谢谢

我正在为 dl4j 编写一个简单的 scala 项目。我需要在 cuda（用于培训）和 native 之间切换以进行生产。我似乎在组装的 jar 中使用 native 时遇到问题。我收到以下错误：

我的构建文件是：

当我访问http://nd4j.org/getstarted.html了解noAvailableBackendException我看到 build.sbt 应该有以下行：

classpathTypes += "maven-plugin"

我已经将它包含在上面的 build.sbt 中并且没有任何运气。在查看了 gradle 说明后，我尝试添加"org.bytedeco.javacpp-presets" % "openblas" % "0.2.20-1.3" classifier "linux-x86_64"依赖项，但这也没有帮助。

我试过多次删除~/.javacpp/cache，~/.ivy2/cache但没有任何运气。此示例的存储库位于https://github.com/tomlue/dl4j_scala_troubleshoot

我正在开发一个项目（使用 Android Studio 3.1.4），该项目读取存储为 .zip 文件的神经网络，以便在 Android 中进一步与 DL4J 一起使用。

我正在尝试打开位于我的项目 res\raw 目录中的这个 .zip 文件。为此，我尝试使用 java.util.zip 中的 ZipFile() 方法。

神经网络.zip的位置截图

问题：

以下代码引发异常：

例外：

“java.util.zip.ZipException：文件太短而不能成为 zip 文件：0”

因此我无法加载模型。在运行 Android API 24 的模拟设备上进行测试

在 API 26 上，例外情况有所不同：

java.io.FileNotFoundException：文件不存在：android.content.res.AssetManager$AssetInputStream@ddde727

有人有使用 ZipFile() 或在 Android 中使用 DL4J 加载神经网络模型的经验吗？

build.gradle 中是否需要一些特殊的东西？

任何输入表示赞赏！

我试过的：

• 检查 .zip 文件确保它存在。
• 确保 .zip 只是一个容器，并且文件没有被压缩，方法是使用 7Zip 将包含 3 个文件存档，而不压缩为 .zip
• 检查了 READ_EXTERNAL_STORAGE 权限，即使我认为它不应该是必需的
• 尝试使用完整路径而不是使用 this.getResources().openRawResource(R.raw.neuralnet)

Android 权限：我正在运行 android api > 23，并且我在运行时请求 READ_EXTERNAL_STORAGE 权限。

清单包括：

谢谢，

莫

有什么方便的方法可以将 Dataframe 从 Spark 转换为 DL4j 使用的类型？目前在 DL4j 算法中使用 Daraframe 时出现错误：“类型不匹配，预期：RDD [DataSet]，实际：Dataset [Row]”。

我无法找到如何摆脱/解决以下错误，这些错误在 使用 Android API >= 24的 DL4J 方法restoreMultiLayerNetwork加载神经网络模型时发生：

调用方法restoreMultiLayerNetwork中的以下行时会发生错误：

和

和

“coefficients.bin”是系数文件，在导出 DL4J 神经网络时通过以下方法从 DL4J 创建：

错误：“类加载器命名空间”无法访问库

E/链接器：库“/vendor/lib64/libcutils.so”（“/vendor/lib64/libcutils.so”）需要或由“/data/app/com.arai.arai-1/lib/arm64/libjnind4jcpu .so" 不可用于命名空间：[name="classloader-namespace", ld_library_paths="", default_library_paths="/data/app/com.arai.arai-1/lib/arm64:/system/fake-libs64 :/data/app/com.arai.arai-1/base.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_dependencies_apk.apk!/lib/arm64-v8a:/数据/app/com.arai.arai-1/split_lib_slice_0_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slice_1_apk.apk!/lib/arm64-v8a:/data/ app/com.arai.arai-1/split_lib_slice_2_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slice_3_apk.apk!/lib/arm64-v8a:/data/app/ com.arai.arai-1/split_lib_slice_4_apk.apk!/lib/arm64-v8a:/data/app/com.arai。arai-1/split_lib_slice_5_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slice_6_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai- 1/split_lib_slice_7_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slice_8_apk.apk！

库“/vendor/lib64/libutils.so”（“/vendor/lib64/libutils.so”）需要或“/data/app/com.arai.arai-1/lib/arm64/libjnind4jcpu.so”是命名空间不可访问：[name="classloader-namespace", ld_library_paths="", default_library_paths="/data/app/com.arai.arai-1/lib/arm64:/system/fake-libs64:/data/ app/com.arai.arai-1/base.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_dependencies_apk.apk!/lib/arm64-v8a:/data/app/ com.arai.arai-1/split_lib_slice_0_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slice_1_apk.apk!/lib/arm64-v8a:/data/app/com. arai.arai-1/split_lib_slice_2_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slice_3_apk.apk!/lib/arm64-v8a:/data/app/com.arai。 arai-1/split_lib_slice_4_apk.apk!/lib/arm64-v8a:/data/app/com.arai。arai-1/split_lib_slice_5_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slice_6_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai- 1/split_lib_slice_7_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slice_8_apk.apk!/l

W/链接器：库“/system/lib64/libbinder.so”（“/system/lib64/libbinder.so”）需要或由“/data/app/com.arai.arai-1/lib/arm64/libjnind4jcpu .so" 对于命名空间 "classloader-namespace" 是不可访问的 - 作为http://b/26394120的解决方法临时授予访问权限，请注意，该访问权限将在未来的 Android 版本中删除。

E/链接器：库“/vendor/lib64/libnativeloader.so”（“/vendor/lib64/libnativeloader.so”）需要或由“/data/app/com.arai.arai-1/lib/arm64/libjnind4jcpu命名空间无法访问 .so"：[name="classloader-namespace", ld_library_paths="", default_library_paths="/data/app/com.arai.arai-1/lib/arm64:/system/fake-libs64 :/data/app/com.arai.arai-1/base.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_dependencies_apk.apk!/lib/arm64-v8a:/数据/app/com.arai.arai-1/split_lib_slice_0_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slice_1_apk.apk!/lib/arm64-v8a:/data/ app/com.arai.arai-1/split_lib_slice_2_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slice_3_apk.apk!/lib/arm64-v8a:/data/app/ com.arai.arai-1/split_lib_slice_4_apk.apk!/lib/arm64-v8a：/data/app/com.arai.arai-1/split_lib_slice_5_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slice_6_apk.apk!/lib/arm64-v8a:/data /app/com.arai.arai-1/split_lib_slice_7_apk.apk!/lib/arm64-v8a:/data/app/com.arai.arai-1/split_lib_slic

W /链接器：库“/system/lib64/libandroid_runtime.so”（“/system/lib64/libandroid_runtime.so”）需要或由“/data/app/com.arai.arai-1/lib/arm64/libjnind4jcpu .so" 对于命名空间 "classloader-namespace" 是不可访问的 - 作为http://b/26394120的解决方法临时授予访问权限，请注意，该访问权限将在未来的 Android 版本中删除。

Android 版本：API >= 24

从 build.gradle 中提取，其中设置了 ND4J 依赖项：

在比较使用 Python（3.5.5）+ Keras（版本 2.0.8）在 GPU 上训练的神经网络的输出与使用 DL4J 在 Android（API 24）上的相同神经网络的输出时，我遇到了截然不同的预测结果（1.0.0-beta2）。

这将非常有帮助，如果有人可以分享他们如何解决这个问题的经验，谢谢！

将模型导入 Android

通过使用以下命令导入神经网络，将其转换为 DL4J 格式：

并使用 DL4Js ModelSerializer存储它。

使用 DL4J 方法restoreMultiLayerNetwork()将模型导入 Android 应用程序

模型输出

神经网络旨在对具有固定输入形状的图像进行预测：固定高度、宽度、3 个通道。

Android中的图像预处理管道：

图像作为输入流从设备加载并将其存储在 INDarray 中：

AndroidNativeImageLoader()加载并重新缩放图像。

INDarray 'indarray1' 被重新缩放以包含范围 [0,1] 中的值：

INDarray 通过网络传递以计算输出：

Python中的图像预处理管道：

问题：

使用 Python 和 Keras 的预测与 Android 中使用 DL4J 的预测有很大不同。输出是一个包含 2 个值的数组，每个值都是 [0,1] 中的浮点数。相机拍摄的普通 .bmp 图片的预测差异高达该输出数组的每个元素 0.99。

到目前为止完成的测试：

当使用单色 .bmp 图像（仅红色或仅蓝色或仅绿色或完全白色）时，两种环境的预测结果几乎相同。它们仅相差 10e-3，这可以通过在 GPU 上训练和在 CPU 上应用来解释。

结论： 到目前为止，我认为 Android 上的图像预处理与 Python 中的图像预处理方式不同，因为单色图片的模型输出是相同的。

有人遇到过类似的问题吗？任何帮助深表感谢！

我正在将 deeplearning4j 与 JBOSS wildfly 一起使用。我已将下面提到的所有模块放在类路径中：

我仍然收到异常 java.lang.RuntimeException：

知道这里会发生什么吗？

您好，我有一些 word2vec 模型使用 DL4J 中的 Word2Vec java 实现生成并通过调用保存

其输出是一个包含一堆 txt 文件的 zip 文件。我可以使用 DL4j 成功加载和使用模型

我现在正在尝试在 python 中读取该模型，使用gensim

但我收到以下错误：

我也尝试使用 binary=True 并得到相同的结果。

如果我提取 DL4J 生成的模型，我会得到以下文件：

有没有办法在 python 中读取该模型genism？

我正在尝试使用 DL4J 进行深度学习，并提供了带有标签的训练数据。然后我试图通过分配一个虚拟标签来发送测试数据。如果不提供虚拟标签，则会出现运行时错误。我不明白为什么我们需要为测试数据分配标签。
另外，我想知道预测的准确性是多少。根据我在 dl4j 文档中看到的内容，生成了一种称为混淆矩阵的东西。我知道这只是让我们了解训练数据对系统的训练效果如何。有没有办法获得对测试数据的预测准确性？由于我们为测试数据提供了一个虚拟标签，我觉得混​​淆矩阵也没有正确生成。

我将使用 DL4J 针对条件矩阵找到一个好的模型。我已经准备好类似 CSV 的数据集（示例如下），在微调超参数并多次训练模型后，我仍然无法获得合理的 Precision、Recall 和 F1 结果。请问我是不是执行错了什么？

样本数据集：

## 基本上每一列都定义了每个样本的条件是否存在（1）或不存在（0）。第一列是标签类只有2个输出，即1/0

数据向量部分：

模型：

训练和测试代码

结果：

无论我如何调整学习率、输入和输出激活方法、更新器、规则等，我仍然无法获得满意的结果。如果您能帮助我如何更好地操作 DL4J，将不胜感激。我在 Arbiter 上工作，但没有运气。不确定我是否使用的是 0.9.1 稳定版本。

谢谢十亿！