赞
踩
项目线上平台是用java编写的web应用程序,而深度学习使用的是python语言,这就涉及到了在java代码中调用python语言的方法。为了能在java应用中使用python语言训练的算法模型,我在网上找了很久。我大概找到了三种方法:
1. java代码可以直接调用python代码,只需要下载相应的jar包就行。这种方式我没有尝试,只是觉得这样做使得java应用太过于依赖python的环境了。还有网上也有将python代码打包成jar的方法,然后可以让java代码调用,但是很多第三方库不能打包成jar包。
2. 将python训练的模型参数保存到文本中,用java代码重现模型的预测算法。我之前就这样做过。这么做显然工作量太大,而且出现的bug几率大大增加。最重要的是很多深度学习的框架就没办法用了。
3. 使用python进程运行深度学习中训练的模型,在java应用程序中调用python进程提供的服务。这种方法我认为是最好的。python语言写得程序毕竟还是在python环境中执行最有效率。而且python应用和java应用可以运行在不同的服务器上,通过进程的远程访问调用。
以下是我实现java应用程序访问python进程的python代码部分。进程之间只能是通过socket进行通信。我本来想过用python编写一个web应用,对java提供HTTP服务,后来觉得这样还需要web服务器,对环境依赖太大,而且两个进程间的通信也很简单,所以干脆直接用socket进行调用得了
- import socket
- import sys
- import threading
- import json
- import numpy as np
- from tag import train2
- # nn=network.getNetWork()
- # cnn = conv.main(False)
- # 深度学习训练的神经网络,使用TensorFlow训练的神经网络模型,保存在文件中
- nnservice = train2.NNService(model='model/20180731.ckpt-1000')
- def main():
- # 创建服务器套接字
- serversocket = socket.socket(socket.AF_INET,socket.SOCK_STREAM)
- # 获取本地主机名称
- host = socket.gethostname()
- # 设置一个端口
- port = 12345
- # 将套接字与本地主机和端口绑定
- serversocket.bind((host,port))
- # 设置监听最大连接数
- serversocket.listen(5)
- # 获取本地服务器的连接信息
- myaddr = serversocket.getsockname()
- print("服务器地址:%s"%str(myaddr))
- # 循环等待接受客户端信息
- while True:
- # 获取一个客户端连接
- clientsocket,addr = serversocket.accept()
- print("连接地址:%s" % str(addr))
- try:
- t = ServerThreading(clientsocket)#为每一个请求开启一个处理线程
- t.start()
- pass
- except Exception as identifier:
- print(identifier)
- pass
- pass
- serversocket.close()
- pass
-
-
-
- class ServerThreading(threading.Thread):
- # words = text2vec.load_lexicon()
- def __init__(self,clientsocket,recvsize=1024*1024,encoding="utf-8"):
- threading.Thread.__init__(self)
- self._socket = clientsocket
- self._recvsize = recvsize
- self._encoding = encoding
- pass
-
- def run(self):
- print("开启线程.....")
- try:
- #接受数据
- msg = ''
- while True:
- # 读取recvsize个字节
- rec = self._socket.recv(self._recvsize)
- # 解码
- msg += rec.decode(self._encoding)
- # 文本接受是否完毕,因为python socket不能自己判断接收数据是否完毕,
- # 所以需要自定义协议标志数据接受完毕
- if msg.strip().endswith('over'):
- msg=msg[:-4]
- break
- # 解析json格式的数据
- re = json.loads(msg)
- # 调用神经网络模型处理请求
- res = nnservice.hand(re['content'])
- sendmsg = json.dumps(res)
- # 发送数据
- self._socket.send(("%s"%sendmsg).encode(self._encoding))
- pass
- except Exception as identifier:
- self._socket.send("500".encode(self._encoding))
- print(identifier)
- pass
- finally:
- self._socket.close()
- print("任务结束.....")
-
- pass
-
- def __del__(self):
-
- pass
- if __name__ == "__main__":
- main()
在java代码中访问python进程的代码:
- private Object remoteCall(String content){
- JSONObject jsonObject = new JSONObject();
- jsonObject.put("content", content);
- String str = jsonObject.toJSONString();
- // 访问服务进程的套接字
- Socket socket = null;
- List<Question> questions = new ArrayList<>();
- log.info("调用远程接口:host=>"+HOST+",port=>"+PORT);
- try {
- // 初始化套接字,设置访问服务的主机和进程端口号,HOST是访问python进程的主机名称,可以是IP地址或者域名,PORT是python进程绑定的端口号
- socket = new Socket(HOST,PORT);
- // 获取输出流对象
- OutputStream os = socket.getOutputStream();
- PrintStream out = new PrintStream(os);
- // 发送内容
- out.print(str);
- // 告诉服务进程,内容发送完毕,可以开始处理
- out.print("over");
- // 获取服务进程的输入流
- InputStream is = socket.getInputStream();
- BufferedReader br = new BufferedReader(new InputStreamReader(is,"utf-8"));
- String tmp = null;
- StringBuilder sb = new StringBuilder();
- // 读取内容
- while((tmp=br.readLine())!=null)
- sb.append(tmp).append('\n');
- // 解析结果
- JSONArray res = JSON.parseArray(sb.toString());
-
- return res;
- } catch (IOException e) {
- e.printStackTrace();
- } finally {
- try {if(socket!=null) socket.close();} catch (IOException e) {}
- log.info("远程接口调用结束.");
- }
- return null;
- }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。