JarCastingtensorflow_deploy
简介
简化与优化tensorflow模型的Java部署，并提供特征抽取相关工具
注
tensorflow1.14官方jar存在bug，请参照 https://blog.csdn.net/handong01027/article/details/101371739 进行修改
特性
-
多线程预测，提高预测性能50%
-
提供模型重载，防止模型卡死
-
封装模型输入输出，使用更加简便，可读性好
-
提供数据预处理，加载char-encoder，获取文本id等特征抽取常用功能
Quick Start
引入依赖：
// CPU
<dependency>
<groupId>com.github.handong0123</groupId>
<artifactId>tensorflow-deploy-cpu</artifactId>
<version>1.14.0</version>
</dependency>
// GPU
<dependency>
<groupId>com.github.handong0123</groupId>
<artifactId>tensorflow-deploy-gpu</artifactId>
<version>1.14.0</version>
</dependency>
构造：
// 使用CPU 更多构造参数请看源码
TensorflowProvider tfp = new TensorflowProvider("frozen.pb","/home/demo");
// 使用GPU
TensorflowProvider tfp = new TensorflowProvider(3,"frozen.pb","/home/demo","0,1,2");
使用：
// 构造模型输入
ModelInput input = new ModelInput();
// 输出的tensor名和数据类型
input.addExceptedOutput("project/Reshape:0",ModelDataType.FLOAT);
// 输入的tensor名和数据数组（未装箱）
input.addPlaceHolderInput("CharInputs:0",new float[][]{});
// 预测
ModelOutput output = tfp.predict(input);
float[][][] scores = (float[][][]) output.getOutput("project/Reshape:0");
数据处理工具：
// 提供大小写转换、全角转半角、加载char-id映射、获取char特征、填充列表等方法
TensorflowDataService dataService = new TensorflowDataServiceImpl();