DJL-Java开发者动手学深度学习之图片分类

最新推荐文章于 2025-02-17 10:40:29 发布

ousinka

最新推荐文章于 2025-02-17 10:40:29 发布

阅读量1.5k

点赞数 1

分类专栏： Java开发者动手学习深度学习 d2lcoder DJL 文章标签： java 深度学习分类

本文链接：https://blog.youkuaiyun.com/xxcnb/article/details/122386126

版权

本文介绍了一位Java开发者如何使用DJL框架进行深度学习实践，特别是针对图片分类任务。从准备数据集、定义模型、初始化训练器到开始训练并保存模型，详细阐述了整个过程。经过15个Epoch的训练，最终得到可用于图片分类的模型。后续内容将涉及使用该模型进行预测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

之前，我们文章里有讲，通过softmax回归对图片进行分类，具体文章请见《使用Softmax进行分类代码实现》。今天我们通过高级API更简洁地实现多层感知机。

准备数据集

private static RandomAccessDataset getDataset(Dataset.Usage usage)
    throws IOException {
   
    Mnist mnist =
        Mnist.builder()
        .optUsage(usage)
        .setSampling(32, true)
        .optLimit(64)
        .build();
    mnist.prepare(new ProgressBar());
    return mnist;
}

//训练集
RandomAccessDataset trainingSet = getDataset(Dataset.Usage