創新互聯專注于企業網絡營銷推廣、網站重做改版、建安網站定制設計、自適應品牌網站建設、H5開發、商城系統網站開發、集團公司官網建設、成都外貿網站建設、高端網站制作、響應式網頁設計等建站業務，價格優惠性價比高，為建安等各大城市提供網站開發制作服務。

背景

即便它是一種利己技術，但使用它也需要掌握不同的編程技能。

我們可以通過很多工具和庫使用它，如Numpy、Keras和TensorFlow。但大多數工具和庫都是圍繞R、MATLAB和Python。

所以，現在的問題是重新分配（現有的）面向C、C++和Java等語言方面有一定基礎的人的網絡社區。

方案

當今大部分人錯誤的以為，TensorFlow只為Python及其相關軟件提供服務。事實上，如果你是一名經驗豐富的Java/JS程序員，并且不怕損壞你的ML/DL，那么你也可以。

解決方案是使用TensorFlow for Java和TensorFlow.js.

具體操作

Java

要從Java開始，你需要首先設置一個Maven項目，并在你的n.pom.xml中填以下必填項。

這是對兩個庫的枚舉

即，libtensorflow

libtensorflow_jni

使用它們封裝TensorFlow C++庫和JNI連接器。以便通過Java程序訪問它。

當然，你還可以勾選以下選項幫助GPU加速。（默認情況下，它工作能力在CPU能力上。）

現在，你可以在Java上使用TensorFlow了。并且你可以使用下面的測試程序來檢查環境。

如圖。首先，在Const創建一個操作圖。接下來賦一個初始值，然后通過運行來獲取它進一步的結果。

Javascript

要使用JavaScript，你只需要下載一個由cdn提供的包。你也可以通過NPN獲得。但建議使CDN,因為CDN更容易運行。

將下面的腳本標記添加到HTML文件中。

如圖。現在，你可以測試TensorFlow特性了。比如訓練，重新培訓或將現有模型轉換為與JavaScript兼容的模型，然后插入瀏覽器中。

如果要進行測試，建議你使用以下代碼。

這是用均方誤差和梯度下降訓練的基本線性回歸模型。