基于SpringBoot2.7.1的深度学习库DL4J的开发环境测试功能

最新推荐文章于 2025-07-16 15:42:18 发布
原创 最新推荐文章于 2025-07-16 15:42:18 发布 · 730 阅读 · 23 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #人工智能

基于SpringBoot2.7.1的深度学习库DL4J的开发环境测试功能
SpringBoot2.7.1
JDK11
DL4J版本 1.0.0-M2.1
测试结果效果图：
在这里插入图片描述
训练数据loan_data.csv
700,50000,20000,1,1
650,45000,15000,1,1
600,30000,25000,0,0
720,60000,22000,1,1
580,29000,18000,0,0

训练模型的代码:LoanApprovalModel.java

package com.cwgis.pg.dl4j;

import org.deeplearning4j.datasets.datavec.RecordReaderDataSetIterator;
import org.deeplearning4j.nn.conf.BackpropType;
import org.deeplearning4j.nn.conf.MultiLayerConfiguration;
import org.deeplearning4j.nn.conf.NeuralNetConfiguration;
import org.deeplearning4j.nn.conf.layers.DenseLayer;
import org.deeplearning4j.nn.conf.layers.OutputLayer;
import org.deeplearning4j.nn.multilayer.MultiLayerNetwork;
import org.deeplearning4j.nn.weights.WeightInit;
import org.deeplearning4j.optimize.api.IterationListener;
import org.deeplearning4j.optimize.listeners.ScoreIterationListener;
import org.nd4j.linalg.activations.Activation;
import org.nd4j.linalg.dataset.DataSet;
import org.nd4j.linalg.dataset.api.iterator.DataSetIterator;
import org.nd4j.linalg.dataset.api.preprocessor.DataNormalization;
import org.nd4j.linalg.dataset.api.preprocessor.NormalizerStandardize;
import org.nd4j.linalg.factory.Nd4j;
import org.nd4j.linalg.lossfunctions.LossFunctions.LossFunction;
//import org.nd4j.linalg.dataset.api.iterator.RecordReaderDataSetIterator;
import org.datavec.api.records.reader.impl.csv.CSVRecordReader;
import org.datavec.api.split.FileSplit;
import org.datavec.api.util.ClassPathResource;

import java.io.File;

public class LoanApprovalModel {
    public  void test(String[] args) throws Exception {
        // Load dataset
        int numLinesToSkip = 0;
        char delimiter = ',';
        CSVRecordReader recordReader = new CSVRecordReader(numLinesToSkip, delimiter);
        recordReader.initialize(new FileSplit(new ClassPathResource("loan_data.csv").getFile()));

        int labelIndex = 4; // Index of the label (approve/reject)
        int numClasses = 2; // Approve or Reject
        int batchSize = 5;
        DataSetIterator iterator = new RecordReaderDataSetIterator(recordReader, batchSize, labelIndex, numClasses);

        // Normalize the data
        DataNormalization normalizer = new NormalizerStandardize();
        normalizer.fit(iterator);
        iterator.setPreProcessor(normalizer);

        // Define the network configuration
        MultiLayerConfiguration conf = new NeuralNetConfiguration.Builder()
                .seed(1000)
                //.iterations(1000)
                .activation(Activation.RELU)
                .weightInit(WeightInit.XAVIER)
                //.learningRate(0.01)
                .l2(0.01)
                .list()
                .layer(0, new DenseLayer.Builder().nIn(4).nOut(3).build())
                .layer(1, new OutputLayer.Builder(LossFunction.NEGATIVELOGLIKELIHOOD)
                        .activation(Activation.SOFTMAX)
                        .nIn(3).nOut(2).build())
                //.backprop(true)
                .backpropType(BackpropType.Standard)
                //.pretrain(false)?
                .build();

        MultiLayerNetwork model = new MultiLayerNetwork(conf);
        model.init();
        model.setListeners(new ScoreIterationListener(100));

        // 训练模型
        for (int i = 0; i < 1000; i++) {
            iterator.reset();
            model.fit(iterator);
        }

        // 保存模型
        model.save(new File("loan_approval_model.zip"), true);
        System.out.println("生成完毕loan_approval_model.zip");
    }
}

loanApplication.java

package com.cwgis.pg.dl4j;

import lombok.Data;

@Data
public class LoanApplication {
    private double creditScore;
    private double income;
    private double loanAmount;
    private int employmentStatus;

    // Getters and setters
}

预测rest api功能
LoanApprovalController.java

package com.cwgis.pg.dl4j;


import org.deeplearning4j.nn.multilayer.MultiLayerNetwork;
import org.nd4j.linalg.factory.Nd4j;
import org.nd4j.linalg.api.ndarray.INDArray;
import org.springframework.web.bind.annotation.*;

import java.io.File;
import java.io.IOException;

@RestController
@RequestMapping("/ai/loan")
public class LoanApprovalController {

    private MultiLayerNetwork model;

    public LoanApprovalController() throws IOException {
        // Load the trained model
        File f=new File("loan_approval_model.zip");
        System.out.println(f.getAbsolutePath());
        //D:\project\svn\puri\galaxy-ai\galaxy-ai-dl4j\loan_approval_model.zip
        model = MultiLayerNetwork.load(f, true);
    }

    @PostMapping("/approve")
    public String approveLoan(@RequestBody LoanApplication loanApplication) {
        // Prepare input data
        INDArray input = Nd4j.create(new double[]{
                loanApplication.getCreditScore(),
                loanApplication.getIncome(),
                loanApplication.getLoanAmount(),
                loanApplication.getEmploymentStatus()
        }, 1, 4);

        // Make prediction
        INDArray output = model.output(input);
        int prediction = Nd4j.argMax(output, 1).getInt(0);

        return prediction == 1 ? "Approved" : "Rejected";
    }


}

环境配置参数
pom.xml

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelVersion>4.0.0</modelVersion>

  <groupId>com.cwgis</groupId>
  <artifactId>galaxy-ai-dl4j</artifactId>
  <version>1.0-SNAPSHOT</version>

  <name>galaxy-ai-dl4j</name>
  <!-- FIXME change it to the project's website -->
  <url>http://www.cwgis.com</url>

  <properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    <project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
    <maven.compiler.source>11</maven.compiler.source>
    <maven.compiler.release>11</maven.compiler.release>

    <spring-boot.version>2.7.1</spring-boot.version>

    <dl4j.version>1.0.0-M2.1</dl4j.version>

  </properties>

  <dependencyManagement>
    <dependencies>
      <dependency>
        <groupId>org.junit</groupId>
        <artifactId>junit-bom</artifactId>
        <version>5.11.0</version>
        <type>pom</type>
        <scope>import</scope>
      </dependency>


    </dependencies>
  </dependencyManagement>

  <dependencies>
    <dependency>
      <groupId>org.junit.jupiter</groupId>
      <artifactId>junit-jupiter-api</artifactId>
      <scope>test</scope>
    </dependency>
    <!-- Optionally: parameterized tests support -->
    <dependency>
      <groupId>org.junit.jupiter</groupId>
      <artifactId>junit-jupiter-params</artifactId>
      <scope>test</scope>
    </dependency>

    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-dependencies</artifactId>
      <version>${spring-boot.version}</version>
      <type>pom</type>
      <scope>import</scope>
    </dependency>

    <!--Spring Boot Dependencies -->
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-web</artifactId>
      <version>${spring-boot.version}</version>
    </dependency>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-devtools</artifactId>
      <version>${spring-boot.version}</version>
      <scope>runtime</scope>
      <optional>true</optional>
    </dependency>
    <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-test</artifactId>
      <version>${spring-boot.version}</version>
      <scope>test</scope>
    </dependency>

    <!--AI Deeplearning4j Dependencies -->
    <dependency>
      <groupId>org.deeplearning4j</groupId>
      <artifactId>deeplearning4j-core</artifactId>
      <version>${dl4j.version}</version>
    </dependency>
    <dependency>
      <groupId>org.deeplearning4j</groupId>
      <artifactId>deeplearning4j-nn</artifactId>
      <version>${dl4j.version}</version>
    </dependency>
    <dependency>
      <groupId>org.nd4j</groupId>
      <artifactId>nd4j-native-platform</artifactId>
      <version>${dl4j.version}</version>
    </dependency>

    <!-- DataVec (for CSV reading) -->
    <dependency>
      <groupId>org.datavec</groupId>
      <artifactId>datavec-api</artifactId>
      <version>${dl4j.version}</version>
    </dependency>
    <dependency>
      <groupId>org.datavec</groupId>
      <artifactId>datavec-local</artifactId>
      <version>${dl4j.version}</version>
    </dependency>

    <!--DL4J核心包-->
    <dependency>
      <groupId>org.deeplearning4j</groupId>
      <artifactId>deeplearning4j-core</artifactId>
      <version>1.0.0-M2.1</version>
    </dependency>

    <!--DL4J GPU计算包-->
    <dependency>
      <groupId>org.nd4j</groupId>
      <artifactId>nd4j-cuda-11.6-platform</artifactId>
      <version>1.0.0-M2.1</version>
    </dependency>

    <!--DL4J 模型库包-->
    <dependency>
      <groupId>org.deeplearning4j</groupId>
      <artifactId>deeplearning4j-zoo</artifactId>
      <version>1.0.0-M2.1</version>
    </dependency>

    <dependency>
      <groupId>org.projectlombok</groupId>
      <artifactId>lombok</artifactId>
      <version>RELEASE</version>
      <scope>compile</scope>
    </dependency>



  </dependencies>

  <build>
    <pluginManagement><!-- lock down plugins versions to avoid using Maven defaults (may be moved to parent pom) -->
      <plugins>
        <!-- clean lifecycle, see https://maven.apache.org/ref/current/maven-core/lifecycles.html#clean_Lifecycle -->
        <plugin>
          <artifactId>maven-clean-plugin</artifactId>
          <version>3.4.0</version>
        </plugin>
        <!-- default lifecycle, jar packaging: see https://maven.apache.org/ref/current/maven-core/default-bindings.html#Plugin_bindings_for_jar_packaging -->
        <plugin>
          <artifactId>maven-resources-plugin</artifactId>
          <version>3.3.1</version>
        </plugin>
        <plugin>
          <artifactId>maven-compiler-plugin</artifactId>
          <version>3.13.0</version>
        </plugin>
        <plugin>
          <artifactId>maven-surefire-plugin</artifactId>
          <version>3.3.0</version>
        </plugin>
        <plugin>
          <artifactId>maven-jar-plugin</artifactId>
          <version>3.4.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-install-plugin</artifactId>
          <version>3.1.2</version>
        </plugin>
        <plugin>
          <artifactId>maven-deploy-plugin</artifactId>
          <version>3.1.2</version>
        </plugin>
        <!-- site lifecycle, see https://maven.apache.org/ref/current/maven-core/lifecycles.html#site_Lifecycle -->
        <plugin>
          <artifactId>maven-site-plugin</artifactId>
          <version>3.12.1</version>
        </plugin>
        <plugin>
          <artifactId>maven-project-info-reports-plugin</artifactId>
          <version>3.6.1</version>
        </plugin>
      </plugins>
    </pluginManagement>
  </build>

  <repositories>
    <repository>
      <id>spring-milestones</id>
      <name>Spring Milestones</name>
      <url>https://repo.spring.io/milestone</url>
      <snapshots>
        <enabled>false</enabled>
      </snapshots>
    </repository>
    <repository>
      <id>aliyun-central</id>
      <name>aliyun-central</name>
      <url>https://maven.aliyun.com/repository/central</url>
    </repository>
    <repository>
      <id>aliyun-public</id>
      <name>aliyun-public</name>
      <url>https://maven.aliyun.com/repository/public</url>
    </repository>
    <repository>
      <id>aliyun-snapshots</id>
      <name>aliyun-snapshots</name>
      <url>https://maven.aliyun.com/repository/apache-snapshots</url>
    </repository>
    <repository>
      <id>aliyun-plugin</id>
      <name>aliyun-plugin</name>
      <url>https://maven.aliyun.com/repository/gradle-plugin</url>
    </repository>
    <repository>
      <id>osgeo</id>
      <name>OSGeo Release Repository</name>
      <url>https://repo.osgeo.org/repository/release/</url>
    </repository>
  </repositories>
</project>

添加阿里maven仓库地址

<repositories>
    <repository>
      <id>spring-milestones</id>
      <name>Spring Milestones</name>
      <url>https://repo.spring.io/milestone</url>
      <snapshots>
        <enabled>false</enabled>
      </snapshots>
    </repository>
    <repository>
      <id>aliyun-central</id>
      <name>aliyun-central</name>
      <url>https://maven.aliyun.com/repository/central</url>
    </repository>
    <repository>
      <id>aliyun-public</id>
      <name>aliyun-public</name>
      <url>https://maven.aliyun.com/repository/public</url>
    </repository>
    <repository>
      <id>aliyun-snapshots</id>
      <name>aliyun-snapshots</name>
      <url>https://maven.aliyun.com/repository/apache-snapshots</url>
    </repository>
    <repository>
      <id>aliyun-plugin</id>
      <name>aliyun-plugin</name>
      <url>https://maven.aliyun.com/repository/gradle-plugin</url>
    </repository>
    <repository>
      <id>osgeo</id>
      <name>OSGeo Release Repository</name>
      <url>https://repo.osgeo.org/repository/release/</url>
    </repository>
  </repositories>

本blog地址：https://blog.csdn.net/hsg77

Deeplearning4j【基础 01】初识Java深度学习框架DL4J
Java与大数据相关实践内容分享！
03-04 3565
初识Java深度学习框架DL4J
DL4J (deeplearning4j, for beginners)
Ashley的博客
01-07 340
1.exporation of data 2.demo of java class to classify data Building neural network Specify the learning rate,input/output,batchsize,epochs and hidden nodes. Load the training data Buil...
Deeplearning4j（DL4J）是一个开源的Java深度学习库，它为神经网络和深度学习算法提供了Java和Scala API
博客域名：borter.blog.csdn.net
11-11 998
Deeplearning4j（DL4J）是一个开源的Java深度学习库，它为神经网络和深度学习算法提供了Java和Scala API。DL4J是由Skymind公司开发的，该公司专注于为机器学习和人工智能应用提供商业智能工具。
dl4j和djl对比
最新发布
weixin_73693445的博客
07-16 866
DL4J（Deeplearning4j）和DJL（Deep Java Library）都是基于Java生态的深度学习框架，但二者在设计理念、技术架构和应用场景上有显著差异。以下从六个维度进行综合对比：DL4JDJL选DL4J若：选DJL若：DL4J：DJL：💡 选择建议：
分布式深度学习库（DL4J）
weixin_43156294的博客
12-19 1058
Deep Learning4j (DL4J)是一个开源的分布式深度学习库，是一个为Java和Scala编写的开源分布式深度学习库。它在JVM（Java虚拟机）上运行，允许开发人员利用Java的优势，如性能、可移植性和企业级开发工具来构建深度学习模型。DL4J与Hadoop和Spark集成良好，能够在分布式环境中有效地处理大规模数据。
DL4J（Deep Learning for Java）Document
10-17
详细说明DL4J作为Java深度学习接口的特点以及使用方法，包括构建不同神经网络类型比如卷积，循环，前馈，以及从训练集构建到模型评估的全流程手把手教学
SpringBoot项目整合Knife4J
m0_74824483的博客
02-15 684
首先我们要明白我们为什么要去使用API文档，在前后端脱离开发的情况下，前端程序员无法实时的知道后端接口开发的进度，后端程序员总不能每_开发完一个接口或者更新一次接口_就去wx上去跟前端程序员说，嘿！哥们哥们，我新增了一个接口，这个接口是这样这样子…这样沟通的成本也太高了，而且有时候还说不明白，搞得双方都很难受，在这样的情况下，API文档应运而生。API 文档是开发者了解 API 功能和如何正确使用的主要来源。它提供了详细的指导，包括请求格式、参数说明、响应结构。
MathJax-2.7.1+K12测试题库.zip
08-17
总的来说，"MathJax-2.7.1+K12测试题库.zip"提供的资源为我们提供了一个集成数学公式展示和K12高中题库的起点，开发者可以通过这个基础快速构建出一款功能丰富的在线教育工具，服务于广大的师生，提高数学教育的质量...
基于SpringBoot+Vue开发的前后端分离外卖点单系统源码+数据库+项目说明.zip
01-08
1、基于SpringBoot+Vue开发的前后端分离外卖点单系统源码+数据库+项目说明.zip 2、该资源包括项目的全部源码，下载可以直接使用！ 3、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目...
基于OpenXR2.7.1的Hololens2开发所需的开发包
03-12
在这个基于OpenXR 2.7.1的Hololens 2开发包中，我们有三个核心组件：Microsoft.Holographic.Remoting.OpenXr、OpenXR.Headers和OpenXR.Loader。以下是对这些组件的详细解析： 1. **Microsoft.Holographic.Remoting....
在 Spring Boot2.7.1 中如何使用 Swagger3 指南
JHIII的博客
08-02 1736
​Swagger好早之前就更新到3，不过一直没空和小伙伴们分享下具体玩法，主要是也是因为Swagger虽然升级了，但是我们在SpringBoot依然可以使用老版本的Swagger，不过好像是从SpringBoot2.6开始，你会发现用不了老版本的Swagger了，哎，反正迟早都得搞，那不如就今天吧！今天我们就来看看，在SpringBoot2.7.1中如何使用Swagger3。...
基于java 的深度学习框架DL4J
02-15
基于java 的深度学习框架DL4J的介绍和实例分析。
使用 DL4J 训练中文词向量
weixin_30737433的博客
06-06 329
目录 使用 DL4J 训练中文词向量 1 预处理 2 训练 3 调用 附录 - maven 依赖 使用 DL4J 训练中文词向量 1 预处理 对中文语料的预处理，主要包括：分词、去停用词以及一些根据实际场景制定的规则。 pa...
深入探索Deeplearning4j（DL4J）：Java深度学习的全面指南
03-09 2000
Deeplearning4j（DL4J）是一个开源的深度学习框架，专为Java和Scala设计，运行在Java虚拟机（JVM）上。它由Skymind公司开发并维护，旨在将深度学习技术应用于大规模商业应用。DL4J支持多种深度学习模型，包括卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）等。自2014年首次发布以来，DL4J已经成为Java深度学习领域的重要工具之一。DL4J的设计理念是将深度学习技术与Java生态系统无缝集成，同时提供高性能计算支持。
【亲测免费】 基于DL4J实现人脸检测的SpringBoot项目推荐
gitblog_09800的博客
09-07 442
基于DL4J实现人脸检测的SpringBoot项目推荐 去发现同类优质开源项目:https://gitcode.com/ 项目介绍 在当今数字化时代，人脸检测技术已经成为许多应用的核心功能之一。无论是安全监控、身份验证，还是社交媒体应用，人脸检测都扮演着至关重要的角色。为了帮助开发者更轻松地将这一功能集成到他们的SpringBoot应用中，我们推出了一个基于DeepLearning4J（DL4J）...
DL框架之DL4J/Deeplearning4j：深度学习框架DL4J/Deeplearning4j的简介、安装、使用方法之详细攻略
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
09-19 4039
Deeplearning4j可以实施的技术包括受限玻尔兹曼机、深度置信网络、深度自动编码器、堆叠式降噪自动编码器、循环神经张量网络，以及word2vec、doc2vec和GloVe。硬件支持包括 CUDA GPU（10.0、10.1、10.2，OSX 除外）、x86 CPU（x86_64、avx2、avx512）、ARM CPU（arm、arm64、armhf）和 PowerPC（ppc64le）。：用于各种格式和文件（HDFS、Spark、图像、视频、音频、CSV、Excel 等）的。
Deeplearning4j (DL4J)介绍
翱翔-蓝天
12-01 1313
Deeplearning4j 是一个强大的深度学习库，适用于需要使用 Java 构建深度学习模型的开发者，尤其是在大数据和分布式计算领域。如果您在 Java 环境中开发应用，并希望结合深度学习的能力，Deeplearning4j 提供了丰富的功能和灵活性。
DL4J实战之六：图形化展示训练过程，区区一个SpringBoot问题就被干趴下了
m0_64384202的博客
12-26 440
打开子工程simple-convolution的pom.xml，添加deeplearning4j-ui库的依赖： org.deeplearning4j deeplearning4j-ui 如果您在用的是IDEA，建议执行下图中的操作，确保配置立即生效： 增加图形化相关代码 图形化相关的代码很少，只有寥寥几句，写在MultiLayerNetwork实例初始化之后的位置即可，如下图红框所示： 上图红框中的代码在此，方便您使用： // 初始化用户界面后端 UIServer uiServer.
DL4J hello world
u013303361的专栏
10-30 503
背景：之前尝试TensorFlow训练保存pb模型给到spark用，感觉还是性能太慢了；开始寻求在spark上跑深度学习的方法，权衡sparkNet和DL4J后选择。 参考官网 https://deeplearning4j.org/cn/quickstart 先弄了个例子： 步骤1：克隆到本地 F:\spark project\dl4j-examples>git clone https:...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值