Repolode
Предложить
deepjavalibrary

deepjavalibrary/djl

Независимый от движка фреймворк глубокого обучения для Java, позволяющий создавать, обучать и запускать модели через нативный Java API.

Открыть на GitHubСайт
Звёзды
4,860
Форки
762
Открытые issues
236
Последний коммит
5 дней назад

Что это?

Deep Java Library (DJL) — высокоуровневый фреймворк глубокого обучения для Java. Он объединяет существующие движки, такие как PyTorch, TensorFlow, MXNet и ONNX Runtime, за единым Java API. Благодаря этому разработчики могут работать с моделями, не осваивая отдельный Python-стек.

DJL работает как обычная Java-библиотека и совместим со стандартными IDE и инструментами сборки. В нём есть каталог предварительно обученных моделей для таких задач, как обнаружение объектов, встроенные блоки нейронных сетей, наборы данных вроде MNIST и API для настройки обучения, позволяющие обучать модели прямо на Java. DJL также автоматически выбирает CPU или GPU в зависимости от конфигурации оборудования.

Поскольку движок скрыт за абстракцией, проект не привязан к одному бэкенду и при необходимости может переключиться на другой. DJL предназначен для Java-разработчиков, которые хотят добавить инференс или обучение моделей машинного обучения в существующие Java-приложения.

Ключевые возможности

  • 01API, не зависящий от движка и совместимый с PyTorch, TensorFlow, MXNet и ONNX Runtime.
  • 02Каталог предварительно обученных моделей с поиском по назначению и архитектуре.
  • 03Встроенные блоки нейронных сетей и наборы данных для обучения на Java.
  • 04Автоматический выбор CPU или GPU в зависимости от оборудования.
  • 05Стандартная сборка на Gradle, совместимая с распространёнными Java IDE.

Сценарии использования

  • Добавление классификации изображений или обнаружения объектов в существующий Java-сервис на бэкенде.
  • Запуск инференса с предварительно обученными моделями ONNX или PyTorch в приложении на JVM.
  • Обучение небольших нейронных сетей на Java для команд, которые предпочитают не использовать Python.
  • Изучение концепций глубокого обучения на кодовой базе, написанной на Java.

Быстрый старт

  1. 1

    Прочитайте руководство «Начало работы» в документации

  2. 2

    Соберите проект из исходного кода в Linux или macOS

    ./gradlew build
  3. 3

    Соберите проект из исходного кода в Windows

    gradlew build

Что важно знать

  • Для сборки из исходного кода необходимы цепочка инструментов Gradle и среда разработки Java.
  • В зависимости от выбранного backend может потребоваться дополнительная настройка собственных библиотек движка.

Темы

#deep-learning#java#machine-learning#neural-network#inference#pytorch#tensorflow#onnx#ai#autograd

Частые вопросы

Что такое djl?
Независимый от движка фреймворк глубокого обучения для Java, позволяющий создавать, обучать и запускать модели через нативный Java API. Deep Java Library (DJL) — высокоуровневый фреймворк глубокого обучения для Java. Он объединяет существующие движки, такие как PyTorch, TensorFlow, MXNet и ONNX Runtime, за единым Java API. Благодаря этому разработчики могут работать с моделями, не осваивая отдельный Python-стек.
djl можно использовать бесплатно? Какая у него лицензия?
djl распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
djl всё ещё поддерживается?
Активно поддерживается. Последний коммит в djl — 2 нояб. 2026 г..
Для чего можно использовать djl?
Добавление классификации изображений или обнаружения объектов в существующий Java-сервис на бэкенде. Запуск инференса с предварительно обученными моделями ONNX или PyTorch в приложении на JVM. Обучение небольших нейронных сетей на Java для команд, которые предпочитают не использовать Python. Изучение концепций глубокого обучения на кодовой базе, написанной на Java.
Как установить djl?
Прочитайте руководство «Начало работы» в документации Соберите проект из исходного кода в Linux или macOS: ./gradlew build Соберите проект из исходного кода в Windows: gradlew build
Где скачать djl?
Исходный код и инструкции по установке — на GitHub: https://github.com/deepjavalibrary/djl

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты