我已经在GitHub上提出了这个问题，但被引导到这里。我已经看到了示例，该示例展示了如何将在Python中创建和训练的模型导入到Java代码中并用于预测。然而，我在理解这一块以及GraphBuilder类在156到207行之间的声明时遇到了一些问题。能有人解释一下这些内容吗？

此外，我知道Java API仍在建设中。然而，我很想知道是否可以看到一些更复杂的示例，如果可能的话，包括以下内容：

• 将模型导入Java然后对模型进行训练

• 在Java中使用Tensorflow从头开始实现、训练、评估、保存和加载模型

有谁有这样的示例，并且愿意分享吗？

感谢任何帮助！

祝好，

@

回答：

您指出的代码块生成一个TensorFlow图来“标准化”图像，以便该图像可以输入到另一个TensorFlow图（inception）中。它实现的功能相当于Python中的如下代码：

image = tf.cast(tf.image.decode_jpeg(input, channels = 3), tf.float32)batch = tf.expand_dims(image, 0);resized = tf.image.resize_bilinear(dims_expander, [input_height, input_width])normalized = tf.divide(tf.subtract(resized, [input_mean]), [input_std])

许多用于执行TensorFlow操作的Python函数（如tf.cast、tf.image.decode_jpeg等）是从TensorFlow操作定义中生成的。然而，这些生成的函数在Java API中还不存在，因此必须从更低级的原语构建这些操作，这就是GraphBuilder类所做的工作。

希望这对您有帮助。

您提出的其他问题似乎过于宽泛，因此在这里不确定如何回答它们。