用POWER处理器运行Deeplearning4j

POWER架构是一种由IBM设计的常用硬件架构。这种适用于高端服务器的处理器架构非常 适合运行深度学习。近来POWER增加了nvlink, 正迅速成为深度学习应用的首选CPU架构。

添加名为nd4j-native-platformND4J后端之后,Deeplearning4j就能在POWER处理器上运行,无需更改任何代码。像其他普通的JVM项目那样声明POM.xml文件中列出的最新版本即可。

为何使用Maven(或Gradle、SBT……)

本页主要提供Maven的说明,但各种自动化构建工具使用的许多术语都很相似。此处的演示文稿将上述三种工具进行了对比。

之所以采用自动化构建工具而非操作系统级软件包管理器,是因为Java本身是一种跨平台语言。这既有好处也有坏处。Maven及其相关工具拥有名为Maven中央仓库的专用存储库,负责处理依赖项的发布。Java IDE与这些工具的集成性非常好。基于Linux的软件包管理器通常无法很好地映射至Java依赖项,这主要是依赖项数量较多的缘故。

如果您需要构建一个在POWER服务器上运行的应用程序,我们推荐您改用uber JAR。一种简便的方法是将uber JAR作为RPM或DEB包的一部分来使用。这会将DL4J的部署与应用程序部署分离开来。

其他示例

我们还提供在GPUAndroid系统上运行DL4J的操作指南。

我们的所有示例应当都能“开箱即用”,可以直接运行。这是因为nd4j-native-platform捆绑了所有原生依赖项(包括POWER)。如需进一步了解有关运行示例的信息,请参见我们的快速入门指南

如需在服务器上运行DL4J,您可以用Maven创建一个uber JAR,这一步骤很容易完成。

在示例中,我们用Maven Shade插件来将所有必需的依赖项打包成一个JAR文件。具体操作方式可参见此处的示例。

如果您在用POWER处理器运行Deeplearning4j时遇到任何问题,请随时在线上交流群中向我们提出。

与我们在Gitter聊天