Java 深度学习4J k-表示非常慢

我正在尝试使用DL4J的K-Means实现。我的设置如下：

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（双倍）的向量，我的测试集每次由约100个数据点组成（给定或获取）。我在我的CPU（4核）上以单线程方式运行它

评估需要很长的时间（每个示例几秒钟）

我瞥了一眼算法的实现，它的并发级别看起来非常高——许多线程正在创建（确切地说，每个数据点一个）并并行执行。 也许这是一种过度的杀伤力？ 我有没有办法通过配置来控制它？还有其他加速的方法吗？如果没有，是否有其他基于java的快速解决方案来执行k-means？

“DL4J支持GPU，并且与分布式计算软件（如Apache Spark和Hadoop）兼容。”摘自

---

额外的Spark或Hadoop实例可能有助于扩展性能。

介意提出一个问题吗？我们并没有严格坚持这一观点。不过，我们至少可以看一看这一点。不过，您可能希望发送一个请求。问题已经提出：如果我得到一些指导，我可以尝试改善这种情况。10xHi，这实际上是错误的。这些不同算法有spark实现。您在这里看到的旧kmeans是一个使用单个框的更简单的实现。除此之外，我们最近还通过了kmeans。