TensorFlow java

### 如何在 Java 中使用 TensorFlow

为了使 TensorFlow 能够与 Java 集成并被有效利用，在项目中引入 TensorFlow 的方式主要依赖于官方提供的 Java API 或者通过 JNI (Java Native Interface) 来调用 C++ 实现的核心功能。

#### 添加 Maven 依赖项

对于希望快速上手的开发者来说，最简便的方式是直接将 TensorFlow 的 Java 库作为项目的依赖加入到构建工具配置文件中。如果采用的是Maven，则可以在`pom.xml`里添加如下依赖：

<dependency>
    <groupId>org.tensorflow</groupId>
    <artifactId>tensorflow</artifactId>
    <version>x.y.z</version> <!-- 使用最新版本 -->
</dependency>

此处 `x.y.z` 表示具体的版本号[^1]。

#### 创建简单的模型预测程序

下面是一个基本的例子来展示如何加载已经训练好的模型，并执行推理操作：

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

public class SimpleModelPrediction {
    public static void main(String[] args) throws Exception {
        try (Graph graph = new Graph()) {
            // 加载冻结图（frozen model）
            byte[] graphDef = Files.readAllBytes(Paths.get("model.pb"));
            graph.importGraphDef(graphDef);

            try (Session session = new Session(graph);
                 Tensor<Float> input = Tensor.create(new float[]{...}, Float.class)) { // 输入数据
                
                // 运行会话获取输出张量
                Tensor<?> output = session.runner().feed("input", input).fetch("output").run().get(0);
                
                System.out.println(output.floatValue());
            }
        }
    }
}

这段代码展示了怎样读取一个预先保存下来的计算图定义(`model.pb`)，并通过给定输入向量得到相应的输出结果[^2]。

#### 利用 SavedModelBundle 方式加载更复杂的模型结构

当涉及到更为复杂的应用场景时，推荐使用SavedModel格式存储整个模型及其元数据。这允许更加灵活地管理不同版本之间的差异以及简化部署流程。此时可以借助`saved_model_cli`命令行工具导出模型为该格式，之后再由Java端解析导入：

import org.tensorflow.saved_model.LoadOptions;
import org.tensorflow.SavedModelBundle;

// ...

String exportDir = "/path/to/exported/model";
try(SavedModelBundle bundle = SavedModelBundle.load(exportDir, "serve")) {
    // 获取默认签名键对应的函数句柄
    String signatureKey = MetaGraphDef.DEFAULT_SERVING_SIGNATURE_DEF_KEY;
    
    // 构造输入张量...
    Tensor<?> inputs = ... ;
    
    // 执行前向传播获得输出
    Map<String, Tensor<?>> outputsMap = bundle.session()
      .runner()
      .feed(signatureKey + "-outputs")
      .run();
      
    // 处理返回的结果集...
}

上述方法提供了更高层次抽象的操作接口，使得跨平台迁移变得容易许多[^3]。