deepjavalibrary/djl

これは何？

主な機能

• 01PyTorch、TensorFlow、MXNet、ONNX Runtimeで使える、エンジンに依存しないAPI。
• 02用途やアーキテクチャからモデルを読み込める学習済みモデル動物園。
• 03Javaでの学習に使える、組み込みのニューラルネットワークブロックとデータセット。
• 04ハードウェアに応じてCPU/GPUを自動選択。
• 05一般的なJava IDEで使える、Gradleベースの標準的なビルド環境。

ユースケース

• 既存のJavaバックエンドサービスに画像分類や物体検出を追加する。
• JVMアプリケーション内で学習済みのONNXまたはPyTorchモデルを使って推論を実行する。
• Pythonを使わない方針のチームで、Javaを使って小規模なニューラルネットワークを学習する。
• Javaネイティブなコードベースを通じて深層学習の概念を学ぶ。

クイックスタート

1. 1

   ドキュメントの「Getting Started」ガイドを読む

2. 2

   Linux または macOS でソースからプロジェクトをビルドする

   ./gradlew build
3. 3

   Windows でソースからビルドする

   gradlew build

使う前に知っておきたいこと

• !ソースからビルドするには、Gradle ツールチェーンと Java 開発環境が必要です。
• !選択するバックエンドによっては、エンジン固有のネイティブライブラリの追加セットアップが必要になる場合があります。

トピック

よくある質問

djl とは？

Java APIでモデルの構築、学習、実行ができる、特定のエンジンに依存しないJava向け深層学習フレームワーク。 Deep Java Library（DJL）は、Java向けの高水準な深層学習フレームワークです。PyTorch、TensorFlow、MXNet、ONNX Runtimeなどの既存エンジンを単一のJava APIで利用できるようにするため、別途Python環境を習得しなくてもモデルを扱えます。

djl は無料で使えますか？ライセンスは？

djl は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

djl は今もメンテナンスされていますか？

活発にメンテナンス中。djl の最終コミットは 2026年11月2日 です。

djl は何に使えますか？

既存のJavaバックエンドサービスに画像分類や物体検出を追加する。 JVMアプリケーション内で学習済みのONNXまたはPyTorchモデルを使って推論を実行する。 Pythonを使わない方針のチームで、Javaを使って小規模なニューラルネットワークを学習する。 Javaネイティブなコードベースを通じて深層学習の概念を学ぶ。

djl のインストール方法は？

ドキュメントの「Getting Started」ガイドを読む Linux または macOS でソースからプロジェクトをビルドする: ./gradlew build Windows でソースからビルドする: gradlew build

djl はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/deepjavalibrary/djl