TensorFlow untuk Java

TensorFlow Java dapat berjalan di JVM apa pun untuk membuat, melatih, dan menjalankan model pembelajaran mesin. Muncul dengan serangkaian utilitas dan kerangka kerja yang membantu mencapai sebagian besar tugas umum untuk ilmuwan data dan pengembang yang bekerja di domain ini. Java dan bahasa JVM lainnya, seperti Scala atau Kotlin, sering digunakan di perusahaan kecil hingga besar di seluruh dunia, yang menjadikan TensorFlow sebagai pilihan strategis untuk mengadopsi pembelajaran mesin dalam skala besar.

Gudang

Pada hari-hari awal, binding bahasa Java untuk TensorFlow dihosting di repositori utama TensorFlow dan dirilis hanya ketika versi baru dari library inti siap untuk didistribusikan, yang hanya terjadi beberapa kali dalam setahun. Sekarang, semua kode terkait Java telah dipindahkan ke repositori ini sehingga dapat berkembang dan dirilis secara independen dari rilis resmi TensorFlow. Selain itu, sebagian besar tugas pembangunan telah dimigrasikan dari Bazel ke Maven, yang lebih akrab bagi sebagian besar pengembang Java.

Berikut ini menjelaskan tata letak repositori dan berbagai artefaknya:

• inti-tensorflow

  • Semua artefak yang membangun binding bahasa inti TensorFlow untuk Java
  • Audiens yang dituju: proyek yang menyediakan API atau kerangka kerja mereka sendiri di atas TensorFlow dan hanya menginginkan lapisan tipis untuk mengakses runtime TensorFlow dari JVM

• kerangka-kerangka tensorflow

  • API utama untuk membangun dan melatih jaringan saraf dengan TensorFlow
  • Audiens yang dituju: pengembang jaringan saraf

• ndarray

  • Pustaka utilitas umum untuk operasi I/O data n-dimensi
  • Digunakan oleh TensorFlow tetapi tidak bergantung pada TensorFlow
  • Audiens yang dituju: setiap developer yang membutuhkan implementasi array n-dimensi Java, baik mereka menggunakannya dengan TensorFlow atau tidak

Komunikasi

Repositori ini dikelola oleh TensorFlow JVM Special Interest Group (SIG). Anda dapat dengan mudah bergabung dengan grup dengan berlangganan milis [e-mail] , atau Anda cukup mengirim permintaan tarik dan mengajukan masalah ke repositori ini. Ada juga saluran sig-jvm Gitter .