基于SpringBoot的权限管理系统 易读易懂、界面简洁美观。 核心技术采用Spring、MyBatis、Shiro没有任何其它重度依赖。直接运行即可用
最近更新: 4年多前DevilYuan可视化股票量化系统，支持选股，历史数据自动下载，策略回测及参数优化，实盘交易和常用的统计功能
最近更新: 接近5年前Deeplearning4j（简称DL4J）是为Java和Scala编写的首个商业级开源分布式深度学习库。DL4J与Hadoop和Spark集成，为商业环境（而非研究工具目的）所设计。Deeplearning4j包括了分布式、多线程的深度学习框架，以及普通的单线程深度学习框架。定型过程以集群进行，也就是说，Deeplearning4j可以快速处理大量数据。神经网络可通过[迭代化简]平行定型，与Java、Scala和Clojure均兼容。Deeplearning4j在开放堆栈中作为模块组件的功能，使之成为首个为微服务架构打造的深度学习框架。在Eclipse中Deeplearning4J（DL4J）生态系统是一组项目旨在支持基于JVM的深度学习应用的所有需求。这意味着从原始数据开始，从任何位置以任何格式加载和预处理原始数据，以构建和调整各种简单和复杂的深度学习网络。 DL4J堆栈包括： DL4J：高级API，用于构建具有各种层（包括自定义层）的MultiLayerNetworks和ComputationGraphs。支持从h5导入Keras模型，包括tf.keras模型（从1.0.0-beta7开始），还支持在Apache Spark上进行分布式培训 ND4J：通用线性代数库，具有500多种数学，线性代数和深度学习运算。ND4J基于高度优化的C ++代码库LibND4J，它通过OpenBLAS，OneDNN（MKL-DNN），cuDNN，cuBLAS等库提供对CPU（AVX2 / 512）和GPU（CUDA）的支持和加速。 SameDiff：ND4J库的一部分，SameDiff是我们的自动差异化/深度学习框架。SameDiff使用基于图的（先定义然后运行）方法，类似于TensorFlow图模式。计划执行急切图（TensorFlow 2.x急切/ PyTorch）。SameDiff支持导入TensorFlow冻结模型格式.pb（protobuf）模型。已计划导入ONNX，TensorFlow SavedModel和Keras模型。Deeplearning4j还具有完整的SameDiff支持，可轻松编写自定义图层和丢失函数。 DataVec：ETL，用于各种格式和文件（HDFS，Spark，图像，视频，音频，CSV，Excel等）的机器学习数据 仲裁器：用于超参数搜索的库 LibND4J：支撑一切的C ++库。有关JVM如何处理本机数组和操作的更多信息，请参阅JavaCPP。 DL4J生态系统中的所有项目都支持Windows，Linux和macOS。硬件支持包括CUDA GPU（OSX除外的10.0、10.1、10.2），x86 CPU（x86_64，avx2，avx512），ARM CPU（arm，arm64，armhf）和PowerPC（ppc64le）。
最近更新: 接近5年前
