《TensorFlow技术解析与实战》——2.3 基于Java的安装

2.3 基于Java的安装

基于Java的方式安装,可以参照TensorFlow官方GitHub的安装方法[6]。

我们需要下载JAR(Java ARchive)libtensorflow-1.1.0-rc2.jar和运行TensorFlow需要的本地库。这些都可以直接从官方GitHub上下载,如图2-9所示。

这里仍然用Mac OS X系统,下载后的文件如下:

libtensorflow-1.1.0-rc2.jar
libtensorflow_jni-cpu-darwin-x86_64-1.1.0-rc2.tar.gz

对libtensorflow_jni-cpu-darwin-x86_64-1.1.0-rc2.tar.gz进行解压,解压到当前目录jni。

tar zxvf libtensorflow_jni-cpu-darwin-x86_64-1.1.0-rc2.tar.gz -C ./jni```
这样就完成了TensorFlow的Java安装。下面我们写一个例子来测试一下,看能否正确输出TensorFlow的版本。将下面代码写入文件,命名为MyClass.java。

import org.tensorflow.TensorFlow;

public class MyClass {
public static void main(String[] args) {

System.out.println("I'm using TensorFlow version: " +  TensorFlow.version());

}
}

然后进行编译:

javac -cp libtensorflow-1.1.0-rc2.jar MyClass.java`
最后执行,成功输出所采用的TensorFlow版本,如图2-10所示。

时间: 2024-08-30 06:17:10

《TensorFlow技术解析与实战》——2.3 基于Java的安装的相关文章

《TensorFlow技术解析与实战》——2.4 从源代码安装

2.4 从源代码安装 从源代码编译安装,需要使用Bazel编译工具.我们先安装Bazel工具.在需要依赖的JDK 8配好之后,在Mac笔记本上直接执行下面命令,安装版本是0.4.4: brew install bazel 其他操作系统(如Ubuntu)的计算机对Bazel的安装,可以采用apt-get等方式. 先进入tensorflow-1.1.0的源代码目录,运行./configure脚本会出现所采用的Python路径.是否用HDFS.是否用Google Cloud Platform等选项,读

《TensorFlow技术解析与实战》——第2章 TensorFlow环境的准备

第2章 TensorFlow环境的准备 TensorFlow技术解析与实战本章的主要任务就是准备TensorFlow环境.与安装其他软件(如Caffe)相比,TensorFlow极容易安装,环境部署极为轻松. 接下来我们先介绍下载TensorFlow代码仓库,然后介绍基于pip的安装方式.基于Java的安装方式以及使用Bazel的源代码编译安装方式.

《TensorFlow技术解析与实战》——第1章 人工智能概述 1.1什么是人工智能

第一篇 基础篇 著名历史学家斯塔夫里阿诺斯在<全球通史>中,曾以15世纪的航海在"物理上"连通"各大洲"作为标志将人类历史划分为两个阶段.在我正在写作的<互联网通史>中,我把互联网这个"信息上"连通"人类个体"的物件作为划分人类历史的标志.而随着人工智能最近的崛起,我们又该思考重新划分了,因为人工智能将会在"信息上"连通"各个物体".到那时各个物体都有"

《TensorFlow技术解析与实战》——1.2 什么是深度学习

本节书摘来自异步社区<TensorFlow技术解析与实战>一书中的第1章,第1.2节,作者李嘉璇,更多章节内容可以访问"异步社区"公众号查看 1.2 什么是深度学习 深度学习,顾名思义,需要从"深度"和"学习"两方面来谈. 1.深度 深度学习的前身是人工神经网络(artificial neural network,ANN),它的基本特点就是试图模仿人脑的神经元之间传递和处理信息的模式.神经网络这个词本身可以指生物神经网络和人工神经网络

《TensorFlow技术解析与实战》——第1章 人工智能概述

第1章 人工智能概述 TensorFlow技术解析与实战有人说,人工智能在世界范围的流行,是因为那盘围棋.2016年3月,谷歌公司的AlphaGo向韩国棋院围棋九段大师李世石发起挑战,而这棋局走法的可能性有361!种,最终AlphaGo战胜了这场"棋局数比可见宇宙中的原子数还多"的智力游戏.2015年11月9日(在距这场比赛前4个月),谷歌公司开源了它的第二代深度学习系统TensorFlow,也就是AlphaGo的基础程序.

《TensorFlow技术解析与实战》——第一篇 基础篇

第一篇 基础篇 TensorFlow技术解析与实战著名历史学家斯塔夫里阿诺斯在<全球通史>中,曾以15世纪的航海在"物理上"连通"各大洲"作为标志将人类历史划分为两个阶段.在我正在写作的<互联网通史>中,我把互联网这个"信息上"连通"人类个体"的物件作为划分人类历史的标志.而随着人工智能最近的崛起,我们又该思考重新划分了,因为人工智能将会在"信息上"连通"各个物体"

《TensorFlow技术解析与实战》——第3章 可视化TensorFlow

第3章 可视化TensorFlow TensorFlow技术解析与实战可视化是认识程序的最直观方式.在做数据分析时,可视化一般是数据分析最后一步的结果呈现.把可视化放到"基础篇",是为了让读者在安装完成后,就能先看一下TensorFlow到底有哪些功能,直观感受一下深度学习的学习成果,让学习目标一目了然.

《TensorFlow技术解析与实战》——2.3 基于Java的安装

2.3 基于Java的安装 基于Java的方式安装,可以参照TensorFlow官方GitHub的安装方法[6]. 我们需要下载JAR(Java ARchive)libtensorflow-1.1.0-rc2.jar和运行TensorFlow需要的本地库.这些都可以直接从官方GitHub上下载,如图2-9所示. 图2-9 这里仍然用Mac OS X系统,下载后的文件如下: libtensorflow-1.1.0-rc2.jar libtensorflow_jni-cpu-darwin-x86_6

《TensorFlow技术解析与实战》——导读

前言 缘起 2017年2月,TensorFlow的首届开发者峰会(2017 TensorFlow Dev Summit)在美国的加利福尼亚州举行.在会上,谷歌公司宣布正式发布TensorFlow 1.0版本.本书就是基于最新的1.1.0版本来介绍TensorFlow的技术解析和实战. 人工智能大潮来了.2016年,AlphaGo击败围棋大师李世石后,人工智能的应用仿佛一夜之间遍地开花.在科技潮流的大环境中,现在硅谷的用人单位越来越倾向于雇用既懂理论(思考者)又懂编程(执行者)的工程师.思考者的日