java日常学习四:调用机器学习分类模型

// 下载模型
private static final SavedModelBundle modelBundle = SavedModelBundle.load(模型路径,"serve");
// session
private static final Session tfSession = modelBundle.session();
// 预测
private static final Operation operationPredict = modelBundle.graph().operation("score/my_predict");
// 输出
private static final Output output = new Output(operationPredict,0);
// Tensor
private static final Tensor keep_prob = Tensor.create(Float.parseFloat("0.6"));

// 输入转换成向量,a为向量

Tensor input_x = Tensor.create(a);
// 预测输出,类目对应编号
Tensor out = tfSession.runner().feed("input_x", input_x).feed("keep_prob",keep_prob).fetch(output).run().get(0);
long[] temp = new long[1];
out.copyTo(temp);
short reskey = (short) temp[0];

调用线上模型:

// 输入长度---并转化成向量
List<Object> requestData = new ArrayList<>(Collections.nCopies(输入向量长度,0));

// 预测结果

Object responseData = iWpaiDLPredictOnlineService.tensorflowServingPredictOnline(线上服务编号,requestData);

 

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值