DeepLearning4j k-意味着很慢

Question

我正在尝试使用DL4J的K-Means实现。我把它设置如下：

int CLUSTERS = 5;
int MAX_ITERATIONS = 300;
String DISTANCE_METRIC = "cosinesimilarity";
KMeansClustering KMEANS = KMeansClustering.setup(CLUSTERS, MAX_ITERATIONS, DISTANCE_METRIC);

我的数据点是大小为300（双精度）的向量，我的测试集每次包含~100个数据点（给出或取出）。我以单线程方式在我的CPU（4个内核）上运行它。

评估需要很长时间（每个示例几秒钟）。

我在算法的实现中看了一眼，看起来它的并发级别非常高 - 正在创建许多线程（确切地说，每个数据点一个）并且并行执行。 也许这是一种矫枉过正？ 有什么方法可以通过配置控制它吗？其他加快速度的方法？如果没有，是否还有其他基于Java的快速解决方案来执行k-means？

Answer 1

“ DL4J支持GPU并与Apache Spark和Hadoop等分布式计算软件兼容。”来自https://deeplearning4j.org

额外的Spark或Hadoop实例可能有助于扩展性能。