Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

TensorFlow : Install : TensorFlow for Java をインストールする

Posted on 04/29/2017 by Sales Information

TensorFlow : Install : TensorFlow for Java をインストールする (翻訳/解説)
翻訳 : (株)クラスキャット セールスインフォメーション
作成日時 : 04/29/2017

* 本ページは、TensorFlow の本家サイトの Install – Installing TensorFlow for Java を翻訳した上で
適宜、補足説明したものです:
    https://www.tensorflow.org/install/install_java
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

序

TensorFlow は Java プログラムでの使用のための API を提供しています。これらの API は特に Python で作成されたモデルをロードしたりそれらを Java アプリケーションで実行することに適合しています。このガイドはどのように TensorFlow for Java をインストールしてそれを Java アプリケーションで使用するかについて説明します。

警告 : TensorFlow Java API は TensorFlow API stability guarantees でカバーされていません。

 

サポートされるプラットフォーム

TensorFlow for Java は次のオペレーティング・システム上でサポートされます :

  • Linux
  • Mac OS X
  • Windows
  • Android

Android のためのインストール指示は別の Android TensorFlow Support page にあります。インストール後は TensorFlow on Android のこの complete example を見てください。

 

Maven プロジェクトで TensorFlow を使用する

貴方のプロジェクトが Apache Maven を使用しているならば、TensorFlow Java API を使用するには次をプロジェクトの pom.xml に追加します :


  org.tensorflow
  tensorflow
  1.1.0

That’s all.

サンプル

例として、これらのステップは TensorFlow を使用する Maven プロジェクトを作成します :

  1. プロジェクトの pom.xml を作成します :
     
         4.0.0
         org.myorg
         label-image
         1.0-SNAPSHOT
         
           HelloTF
           
           
           1.7
           1.7
         
         
           
             org.tensorflow
             tensorflow
             1.1.0
           
         
     
    
  2. ソースファイル (src/main/java/HelloTF.java) を作成します :
    import org.tensorflow.Graph;
    import org.tensorflow.Session;
    import org.tensorflow.Tensor;
    import org.tensorflow.TensorFlow;
    
    public class HelloTF {
      public static void main(String[] args) throws Exception {
        try (Graph g = new Graph()) {
          final String value = "Hello from " + TensorFlow.version();
    
          // Construct the computation graph with a single operation, a constant
          // named "MyConst" with a value "value".
          try (Tensor t = Tensor.create(value.getBytes("UTF-8"))) {
            // The Java API doesn't yet include convenience functions for adding operations.
            g.opBuilder("Const", "MyConst").setAttr("dtype", t.dataType()).setAttr("value", t).build();
          }
    
          // Execute the "MyConst" operation in a Session.
          try (Session s = new Session(g);
               Tensor output = s.runner().fetch("MyConst").run().get(0)) {
            System.out.println(new String(output.bytesValue(), "UTF-8"));
          }
        }
      }
    }
    
  3. コンパイルして実行します :
     # Use -q to hide logging from the mvn tool
     mvn -q compile exec:java
    

    (訳注 : 以下は実行結果です)

    $ mvn -q compile exec:java
    Hello from 1.1.0
    

先のコマンドは Hello from version を出力するはずです。もしそうであれば、貴方は TensorFlow for Java を成功的にセットアップしてそれを Maven プロジェクトで使用する準備ができています。そうでないならば、 可能な解法のために Stack Overflow をチェックしてください。このドキュメントの残りを読むのはスキップして良いです。(訳注: Maven 推奨という意味でしょう。)

 

TensorFlow を JDK で使用する

このセクションは JDK インストールから java と javac コマンドを使用してどのように TensorFlow を利用するかについて記述します。貴方のプロジェクトが Apache Maven を利用するならば、代わりに上記のより単純な指示を参照してください。

Linux または Mac OS 上のインストール

Linux か Mac OS 上で TensorFlow for Java をインストールするためには次のステップを取ります :

  1. libtensorflow.jar をダウンロードします、これは TensorFlow Java Archive (JAR) です。
  2. TensorFlow for Java を CPU(s) 上のみか GPU(s) の援助の上で実行するかを決めます。決定を助けるためには、次のガイドの一つの “Determine which TensorFlow to install” というタイトルのセクションを読んでください :
    • Installing TensorFlow on Linux
    • Installing TensorFlow on Mac OS
  3. 次のシェル・コマンドを実行して貴方のオペレーティング・システムとプロセッサ・サポートのための適切な Java Native Interface (JNI) ファイルをダウンロードして extract します :
     TF_TYPE="cpu" # Default processor is CPU. If you want GPU, set to "gpu"
     OS=$(uname -s | tr '[:upper:]' '[:lower:]')
     mkdir -p ./jni
     curl -L "https://storage.googleapis.com/tensorflow/libtensorflow/libtensorflow_jni-${TF_TYPE}-${OS}-x86_64-1.1.0.tar.gz" | tar -xz -C ./jni
    

Windows 上のインストール

Windows 上で TensorFlow for Java をインストールするためには次のステップを取ります :

  1. libtensorflow.jar をダウンロードします、これは TensorFlow Java Archive (JAR) です。
  2. TensorFlow for Java on Windows のための適切な Java Native Interface (JNI) ファイルをダウンロードします。
  3. この .zip ファイルを extract します。

インストールを検証する

TensorFlow for Java をインストールした後、HelloTF.java という名前のファイルに次のコードを入力してインストールを検証します :

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

public class HelloTF {
  public static void main(String[] args) throws Exception {
    try (Graph g = new Graph()) {
      final String value = "Hello from " + TensorFlow.version();

      // Construct the computation graph with a single operation, a constant
      // named "MyConst" with a value "value".
      try (Tensor t = Tensor.create(value.getBytes("UTF-8"))) {
        // The Java API doesn't yet include convenience functions for adding operations.
        g.opBuilder("Const", "MyConst").setAttr("dtype", t.dataType()).setAttr("value", t).build();
      }

      // Execute the "MyConst" operation in a Session.
      try (Session s = new Session(g);
           Tensor output = s.runner().fetch("MyConst").run().get(0)) {
        System.out.println(new String(output.bytesValue(), "UTF-8"));
      }
    }
  }
}

そして下の指示を使用して HelloTF.java をコンパイルして実行します。

コンパイリング

TensorFlow を使用する Java プログラムをコンパイルする時は、ダウンロードされた .jar が classpath の一部でなければなりません。例えば、次のように -cp コンピレーション・フラグを使用することで classpath にダウンロードした .jar を含めることができます :

javac -cp libtensorflow-1.1.0.jar HelloTF.java

実行する

TensorFlow に依存する Java プログラムを実行するために、次の2つのファイルが JVM に対して利用可能であることを確かなものとします :

  • ダウンロードされた .jar ファイル
  • extract された JNI ライブラリ

例えば、次のコマンドは HelloTF プログラムを実行します :

java -cp libtensorflow-1.1.0.jar:. -Djava.library.path=./jni HelloTF

(訳注: 以下は実行結果です)

$ java -cp libtensorflow-1.1.0.jar:. -Djava.library.path=./jni HelloTF
Hello from 1.1.0

プログラムが Hello from version を出力すれば、貴方は TensorFlow for Java の成功的にセットアップして API を使用する準備ができています。もしプログラムが何か別のものを出力する場合は、可能な解法のために Stack Overflow をチェックしてください。

上級サンプル

より洗練されたサンプルのためには、LabelImage.java を見てください、これは画像の物体を認識します。

 

ソースコードからビルドする

TensorFlow はオープンソースです。別の文書 の指示に従えば TensorFlow ソースコードから TensorFlow for Java をビルドできます。

 

以上



クラスキャット

最近の投稿

  • LangGraph 0.5 on Colab : Get started : クイックスタート
  • LangGraph on Colab : SQL エージェントの構築
  • LangGraph on Colab : マルチエージェント・スーパーバイザー
  • LangGraph on Colab : エージェント型 RAG
  • LangGraph : 例題 : エージェント型 RAG

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (24) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Graphics (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2017年4月
月 火 水 木 金 土 日
 12
3456789
10111213141516
17181920212223
24252627282930
« 3月   5月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme