人工智能模型，本资源提供基于Deeplearning4j 1.0.0-M2.1版本实现的卷积神经网络手写数字识别模型，配套MNIST数据集训练代码与预训练权重文件。包含以下内容： 1. 模型特性 - 采用LeNet改进架构，支持分布式训练与推理 - 模型文件格式：`.zip` (包含`.params`和`.json`配置) 2. 包含文件 - 预训练模型文件（测试集准确率98.7%） 3. 适用场景 - Java生态下的深度学习模型快速部署 - 教育场景中的手写数字识别教学案例 - 工业级图像分类任务的迁移学习基础模型

深度学习 Scala的深度学习（dl4j的scala包装器）

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

这是Deeplearning4j所有依赖的jar包，不需要Maven就可以使用。方便代码的迁移，也适合学习阶段使用。

采用卷积神经网络（cnn）进行文本分类，依赖dl4j 简介 基于dl4j-example中的示例，训练数据较少，从某东上拉取了几百条产品及类型划分，可以用于文本分类，搜索意图识别 train.txt示例，第一列表示产品分类，后边则是分词后的产品名称 eg.衣服 海澜之家 旗下 品牌 海澜 优选 生活馆 多色 条纹 短袖 t 恤 男 浅灰 条纹 07170 / 95 运行 1.运行Word2VecUtil.main生成word2vec.bin模型文件，data目录已存在，训练数据采用train.txt中的产品名称 2.运行CnnSentenceClassificationExample.main训练模型并输出测试结果 测试结果 Type:衣服, ProductName : 【 一件 48 两件 78 三件 98 】 t 恤 男 2018 男装 韩 版 夏季 短袖 t 恤 男 短袖 体恤 衣服

dl4j基础教程 配套视频：https://space.bilibili.com/327018681/#/

java俄罗斯方块源码 环境要求： 1.JDK1.8或者更高版本（已经设置好JAVA_HOME和PATH环境变量） 2.maven 3.3.9或者更高版本（已经设置好PATH环境变量） 编译： 在dl4j-tetris目录下，Linux下运行./compile.sh编译源码（Windows下运行compile.bat） 运行： 1.浏览器打开 ，进入俄罗斯放开游戏界面 2.进入dl4j-tetris目录 3.Linux下运行./run-tetris-area-setter.sh设置俄罗斯方块的游戏区域（Windows下运行run-tetris-area-setter.bat），设置方法参考视频set-tetris-area.mp4（设置完成后不要随意移动浏览器窗体！） 4.打开config.prop配置一些额外的属性（默认不需要配置，可以跳过此步） 5.Linux下运行./run-player.sh（Windows下运行run-player.bat），等待程序初始化完成，然后启动俄罗斯方块的游戏进程（参考视频run-player.mp4）

deep learning for java jar包合集，直接导入java项目即可。免maven，方便快捷

dl4j的1.0.0-beta7版本，用minist训练出来的LeNet-5模型

基于java 的深度学习框架DL4J的介绍和实例分析。