deeplearning4j ( 19. Oktober 2017 )

Ob Objekterkennung, Spracherkennung oder das Gewinnen von komplexen Spielen wie Alpha Go. Tiefe neuronale Netzwerke sind in aller Munde und bieten zahlreiche Einsatzmöglichkeiten - gerade im Big Data und Analytics-Umfeld.

Im Vortrag soll zunächst eine Abgrenzung von Deep Learning zu anderen Bereichen des Machine Learning erfolgen. Dabei werden die Möglichkeiten und Limitierungen von Deep Learning aufgezeigt.

Im Anschluss folgt eine kurze Einführung in den Aufbau neuronaler Netze und Deep Learning. Durch die JVM-Anbindung, Integration von Kafka, Hadoop und Spark sowie die Möglichkeit flexibel und schnell auf GPUs oder alternativ CPUs zu trainieren eignet sich das Framework Deeplearning4j ideal für eigene Deep-Learning Implementierungen im Unternehmensumfeld. Anhand eines Beispiels wird in Deeplearning4j vorgeführt, wie man unkompliziert selbst Deep Learning für eigene Use cases in Java verwenden kann.

Sprecher