Deep Java Library, ou DJL, est une boîte à outils d'apprentissage en profondeur utilisée pour développer des modèles d'apprentissage en Java tout en simplifiant l'utilisation des frameworks.. DJL est 'framework-agnostic', ce qui signifie que son utilisation n'est pas liée à un framework particulier.

Avec DJL, les développeurs Java peuvent développer leurs propres modèles ou utiliser des modèles préformés développés par des scientifiques des données en Python à partir de leur code Java.

DJL fournit une implémentation pour le moteur ML Apache MXNet qui permet le développement de réseaux de neurones profonds. Les API DJL utilisent JNA, Java Native Access, pour appeler les opérations Apache MXNet correspondantes. DJL orchestre la gestion de l'infrastructure et assure une détection automatique de CPU / GPU basée sur la configuration matérielle pour améliorer les performances.

DJL dispose d'un site officiel sur lequel on trouvera une documentation, des exemples de code, et des démonstrations.

DJL est un logiciel libre sois licence Apache 2.0, disponible sur GitHub.