安装 Java 版 TensorFlow

TensorFlow 提供了一个 Java API，该 API 适合加载用 Python 创建的模型并在 Java 应用中运行这些模型。

每夜版 Libtensorflow Java 软件包

Libtensorflow JNI 软件包是在夜间构建的，并会针对所有受支持平台上传到 GCS。软件包会上传到 libtensorflow-nightly GCS 存储分区，并按操作系统和构建日期编入索引。

支持的平台

以下系统支持 Java 版 TensorFlow：

  • Ubuntu 16.04 或更高版本；64 位，x86
  • macOS 10.12.6 (Sierra) 或更高版本
  • Windows 7 或更高版本；64 位，x86

若要使用 Android 版 TensorFlow，请参阅 TensorFlow Lite

将 TensorFlow 与 Apache Mave 配合使用

如需将 TensorFlow 与 Apache Maven 配合使用，请将以下依赖项添加到项目的 pom.xml 文件中：

<dependency>
  <groupId>org.tensorflow</groupId>
  <artifactId>tensorflow</artifactId>
  <version>2.4.0</version>
</dependency>

GPU 支持

如果系统支持 GPU，请将以下 TensorFlow 依赖项添加到项目的 pom.xml 文件中：

<dependency>
  <groupId>org.tensorflow</groupId>
  <artifactId>libtensorflow</artifactId>
  <version>2.4.0</version>
</dependency>
<dependency>
  <groupId>org.tensorflow</groupId>
  <artifactId>libtensorflow_jni_gpu</artifactId>
  <version>2.4.0</version>
</dependency>

示例程序

以下示例演示了如何使用 TensorFlow 构建 Apache Maven 项目。首先，将 TensorFlow 依赖项添加到项目的 pom.xml 文件中：

<project>
  <modelVersion>4.0.0</modelVersion>
  <groupId>org.myorg</groupId>
  <artifactId>hellotensorflow</artifactId>
  <version>1.0-SNAPSHOT</version>
  <properties>
    <exec.mainClass>HelloTensorFlow</exec.mainClass>
    <!-- The sample code requires at least JDK 1.7. -->
    <!-- The maven compiler plugin defaults to a lower version -->
    <maven.compiler.source>1.7</maven.compiler.source>
    <maven.compiler.target>1.7</maven.compiler.target>
  </properties>
  <dependencies>
    <dependency>
      <groupId>org.tensorflow</groupId>
      <artifactId>tensorflow</artifactId>
      <version>1.14.0</version>
    </dependency>
  </dependencies>
</project>

创建源代码文件 (src/main/java/HelloTensorFlow.java)：

import org.tensorflow.Graph;
import org.tensorflow.Session;
import org.tensorflow.Tensor;
import org.tensorflow.TensorFlow;

public class HelloTensorFlow {
  public static void main(String[] args) throws Exception {
    try (Graph g = new Graph()) {
      final String value = "Hello from " + TensorFlow.version();

      // Construct the computation graph with a single operation, a constant
      // named "MyConst" with a value "value".
      try