工具介绍与任务方法

Deep Java Library

面向 Java 应用的深度学习框架,可加载模型执行推理,也提供神经网络训练和模型保存接口。

Deep Java Library 能做什么

面向 Java 应用的深度学习框架,可加载模型执行推理,也提供神经网络训练和模型保存接口。

  • 模型训练与部署
从一个小任务开始

如何使用 Deep Java Library

在 Java 应用中加载模型并处理图片

准备输入

  • 兼容的预训练模型、图片和 Java 运行环境

操作步骤

  1. 根据任务建立 Criteria,指定应用类型、输入输出类型和模型筛选条件,并读取待处理图片。
  2. 加载模型后创建 Predictor,调用 predict 处理图片,检查分类及概率结果,并关闭模型和预测器资源。

预期交付物

  • 模型返回的图片分类信息及概率

README 提供的是接口示意代码,实际使用要补全模型、图片路径及依赖;需检查模型适用任务,不能把分类概率视为事实保证。

开始前需要了解

账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查,再用于实际工作。

查看 Deep Java Library 官方说明 ↗

← 返回全部 AI 工具