Mit Deep Java Learning (DJL) hat Amazon vor wenigen Monaten ein neues Java Framework für Deep Learning vorgestellt. Damit erweitert sich die Auswahl von Lösungen für die Entwicklung und das Training neuronaler Netze auf der JVM weiter. Dies bringt viele Vorteile für die Entwicklung von KI-Applikationen im Enterprise Umfeld, da man existierende Java Lösungen nun nicht mehr mit Python kombinieren muss, um moderne, KI-basierte Features umzusetzen. Auch bietet sich so für Java-Entwicklerinnen die Möglichkeit, sich dieses wichtige neue Gebiet der Softwareentwicklung anzueignen, ohne auf Python umsatteln zu müssen.

In diesem Vortrag wird die Architektur und die wichtigsten APIs von DJL anhand von Beispielen erklärt. Es wird gezeigt, wie man neue neuronale Netze erstellt und trainiert und bereits vortrainierte Netze lädt und einsetzt. Es gibt einen kurzen Überblick über die verschiedenen Alternativen für Machine Learning (ML) im Allgemeinen und Deep Learning (DL) im Besonderen unter Java. Vorausgesetzt werden solide Java-Grundlagen. Erfahrung mit Machine Learning oder neuronalen Netzen sind nicht nötig, die notwendigen Basics werden im Rahmen des Vortrags erläutert.