Java/JavaScript在TensorFlow中的入门使用指南

创新互联专注于企业网络营销推广、网站重做改版、建安网站定制设计、自适应品牌网站建设、H5开发、商城系统网站开发、集团公司官网建设、成都外贸网站建设、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为建安等各大城市提供网站开发制作服务。

背景

即便它是一种利己技术，但使用它也需要掌握不同的编程技能。

我们可以通过很多工具和库使用它，如Numpy、Keras和TensorFlow。但大多数工具和库都是围绕R、MATLAB和Python。

所以，现在的问题是重新分配（现有的）面向C、C++和Java等语言方面有一定基础的人的网络社区。

方案

当今大部分人错误的以为，TensorFlow只为Python及其相关软件提供服务。事实上，如果你是一名经验丰富的Java/JS程序员，并且不怕损坏你的ML/DL，那么你也可以。

解决方案是使用TensorFlow for Java和TensorFlow.js.

具体操作

Java

要从Java开始，你需要首先设置一个Maven项目，并在你的n.pom.xml中填以下必填项。

这是对两个库的枚举

即，libtensorflow

libtensorflow_jni

使用它们封装TensorFlow C++库和JNI连接器。以便通过Java程序访问它。

当然，你还可以勾选以下选项帮助GPU加速。（默认情况下，它工作能力在CPU能力上。）

现在，你可以在Java上使用TensorFlow了。并且你可以使用下面的测试程序来检查环境。

如图。首先，在Const创建一个操作图。接下来赋一个初始值，然后通过运行来获取它进一步的结果。

Javascript

要使用JavaScript，你只需要下载一个由cdn提供的包。你也可以通过NPN获得。但建议使CDN,因为CDN更容易运行。

将下面的脚本标记添加到HTML文件中。

如图。现在，你可以测试TensorFlow特性了。比如训练，重新培训或将现有模型转换为与JavaScript兼容的模型，然后插入浏览器中。

如果要进行测试，建议你使用以下代码。

这是用均方误差和梯度下降训练的基本线性回归模型。