DJL快速入门（纯Java跑深度学习模型）

Posted 2023-04-05 iioSnail

文章目录

• 1. 本文介绍
• 2. DJL核心内容讲解
• • 2.1 DJL简介
  • 2.2 DJL核心API
  • • 2.2.1 Criteria
    • 2.2.2 Translator
    • 2.2.3 NDArray
    • • 创建NDArray(Tensor)
      • 变更数据类型
      • 运算
      • 切片
      • 赋值
      • 翻转
    • 2.2.3 Predictor
• 3. 实战：DJL使用Pytorch模型完成图片分类
• 参考资料

1. 本文介绍

服务端大多都是用Java做的，而深度学习模型大多又是用Python写的，所以很多人都是用Java调Python的接口，这样效率低，而且也不优雅，最重要的是如果想使用Android做推理，那就必须要用Java写了。

本文使用了一个重要的工具：Deep Java Library，这是一个用Java进行深度学习的库，你可以用它来进行模型推理，甚至是训练模型。很多文章也都介绍过该模型，但是他们都漏了一个重要的内容：深度学习代码不只是推理部分，还有很多预处理和后续处理的部分需要很多Tensor操作，但是他们都没说怎么做。

为了符合大家的实际需求，本文不使用DJL进行模型训练，只做推理。本文的具体内容包括：

1. DJL核心内容讲解
2. DJL加载Pytorch模型
3. DJL的Tensor操作
4. DJL简单案例（DJL使用Pytorch模型完成图片分类）

2. DJL核心内容讲解

2.1 DJL简介

DJL是一个开源的深度学习 Java 框架（支持Android），其可以用于深度学习模型构建和训练、Tensor操作、使用预训练好的常见模型（MXNet、Pytorch、TensorFlow等）。Java1.8 以上就可以用，且支持GPU

2.2 DJL核心API

在实际案例之前，先讲解下DJL的核心API，这样在后续的案例也知道代码是做什么的。

2.2.1 Criteria

Criteria 类对象定义了模型的情况，如模型路径、输入和输出等。

例如，这是一段初始化DJL模型的代码：

Criteria<Input, Output> criteria = Criteria.builder()
        .setTypes(Input.class, Output.class) // defines input and output data type
        .optTranslator(new InputOutputTranslator())
        .optModelPath(Paths.get("/var/models/my_resnet50")) // search models in specified path
        .optModelName("model/resnet50") // specify model file prefix
        .build();

ZooModel<Image, Classifications> model = criteria.loadModel();

在上述代码中，Criteria描述了模型的情况，主要包含以下几点：

• Criteria<I, O> 定义了模型输入和输出。这里的 I 和 O 可以是自定义的类，也可以使用DJL提供的类。
• setTypes(I.class, O.class)：这个代码是必须的。直接从泛型的I,O是获取不到输入和输出的class对象的，所以需要手动设置一下。
• optModelTranslator：模型的输入和输出是一个Tensor类型。这里就是设置你的I类和O类应该如何与Tensor类型进行转化。后续会具体讲Translator。
• optModelName：设置一下模型名称

定义好模型的情况，就可以使用loadModel方法实例化出 Model Zoo 对象了。

Model Zoo 是DJL的模型，你需要通过该类对象对模型进行进行管理，例如创建模型、创建Predictor，保存模型等。

2.2.2 Translator

在上一节中，模型的输入类和输出类是可以自定义的，但Pytorch模型不可能接收你自己定义的类对象啊，它只会接受Tensor类型，所以我们就需要使用Translator接口来定义如何将我们的自定义输入输出类转换为Tensor类型。

private Translator<Input, Output> translator = new Translator<Input, Output>() 

    @Override
    public NDList processInput(TranslatorContext ctx, Input input) throws Exception 
        return null;
    

    @Override
    public Output processOutput(TranslatorContext ctx, NDList ndList) throws Exception 
        return null;
    
;

Translator接口包含两个接口：

• processInput：将输入类对象转化为Tensor。这里的Input就是输入类对象，而NDList就是Tensor的集合（因为模型的forward可能会接收多个Tensor参数）。在DJL中，Tensor对应的类为NDArray（类似numpy中的ndarray），后续会详细讲解。
• processOutput：将模型输出的Tensor转换为自定义类。由于模型可能会输出多个Tensor，所以这里也是NDList。

上述这两个方法还包含一个重要的参数TranslatorContext，这个保存了Translator的上下文，可以用它来拿到一些对象（Model, Predictor等），也可以通过setAttachment 和 getAttachment 方法来存取一些东西。

在官方的例子中，Translator是对图像进行处理，但Translator并非只能处理图像，这里的Input和Output可以是任意Java类。

2.2.3 NDArray

在python中，我们有numpy，而在Java中，我们有DJL的NDArray，使用该类，我们几乎可以实现Numpy中的所有Tensor操作。本节将会介绍常用的tensor操作。

开始前先介绍与NDArray相关的几个类：

• NDArray：相当于numpy.ndarray，可以通过getShape()方法获取其shape
• NDManager：NDArray的管理类，全局new一个就行了，需要用该类对象创建NDArray
• NDIndex：用于对Tensor进行切片
• Shape: 创建NDArray的时候，需要指定Shape。获取NDArray的Shape时返回的也是该类的对象。

接下来开始具体演示Tensor的常见操作（这里只举几个例子，有不会的操作可以在评论区告知，我会进行补充）：

---

创建NDArray(Tensor)

创建一个Shape为(1,2,3,4)的Tensor

NDManager ndManager = NDManager.newBaseManager();
NDArray ndArray = ndManager.create(new Shape(1, 2, 3, 4));

ndManager全局应只创建一个

指定值创建：

ndManager.create(new int[]1, 2, 3, 4);

变更数据类型

变为float类型

ndManager.create(new int[]1, 2, 3, 4).toType(DataType.FLOAT32, false);

变为float数组：

ndManager.create(new int[]1, 2, 3, 4).toType(DataType.FLOAT32, false)
									.toFloatArray();

注意，在toArray()前需要将NDArray转变为相对应的类型，且字节数要对上。例如在java中float是使用32个bit(4个字节)存储的，所以NDArray的类型必须是Float32，不能是Float64，否则会报错。

运算

加减乘除：

ndArray.add(1);
ndArray.sub(1);
ndArray.mul(1);
ndArray.div(1);

也可以使用NDArrays.add，类似np.add()：

NDArrays.add(ndArray, ndArray);

切片

NDArray ndArray = ndManager.arange(24).reshape(3, 8);
ndArray = ndArray.get(new NDIndex("1:, :"));

等价于python中的[1:, :]

DJL的切片好像不能指定index，例如 x = [1,2,3], y = [2,3,4]，然后切片 nums[x, y]。 DJL中我还没找到应该如何这样切，所以我只能自己用for循环实现，如果大家知道怎么弄，欢迎在评论区告诉我

赋值

NDArray ndArray = ndManager.arange(24).reshape(3, 8);
ndArray.set(new NDIndex("1:, :"), 1);

等价于Python的ndArray[1:, :] = 1

翻转

在Python中，对数组进行翻转可以使用[..., ::-1]，但java中不行，但可以利用flip函数实现

NDArray ndArray = ndManager.arange(24).reshape(3, 8);
ndArray = ndArray.flip(-1);

2.2.3 Predictor

创建好模型后，需要new一个Predictor，然后用这个Predictor进行预测：

predictor = zooModel.newPredictor();
Output output = predictor.predict(input);

到这里DJL常用的API就讲完了，接下来使用一个简单的案例进行实战。

3. 实战：DJL使用Pytorch模型完成图片分类

这里使用Pytorch提供的resnet18模型完成一个图片分类任务。

1. 首先引入依赖：

<dependency>
    <groupId>ai.djl.pytorch</groupId>
    <artifactId>pytorch-engine</artifactId>
    <version>0.17.0</version>
    <scope>runtime</scope>
</dependency>

<dependency>
    <groupId>ai.djl.pytorch</groupId>
    <artifactId>pytorch-native-cpu</artifactId>
    <classifier>win-x86_64</classifier>
    <scope>runtime</scope>
    <version>1.11.0</version>
</dependency>
<dependency>
    <groupId>ai.djl.pytorch</groupId>
    <artifactId>pytorch-jni</artifactId>
    <version>1.11.0-0.17.0</version>
    <scope>runtime</scope>
</dependency>

<dependency>
    <groupId>ai.djl</groupId>
    <artifactId>api</artifactId>
    <version>0.17.0</version>
</dependency>

<dependency>
    <groupId>ai.djl</groupId>
    <artifactId>basicdataset</artifactId>
    <version>0.17.0</version>
</dependency>

<dependency>
    <groupId>ai.djl.opencv</groupId>
    <artifactId>opencv</artifactId>
    <version>0.17.0</version>
</dependency>

2. 导出pytorch的resnet18模型：

import torch
import torchvision

# An instance of your model.
model = torchvision.models.resnet18(pretrained=True)

# Switch the model to eval model
model.eval()

# An example input you would normally provide to your model's forward() method.
example = torch.rand(1, 3, 224, 224)

# Use torch.jit.trace to generate a torch.jit.ScriptModule via tracing.
traced_script_module = torch.jit.trace(model, example)

# Save the TorchScript model
traced_script_module.save("traced_resnet_model.pt")

3. 将导出的模型拷贝到项目的model目录下：
   

4. 创建Translator，这里我们定义输入为String类型，表示图片的输入路径；输出也为String，表示类别。将图片送入Resnet18网络，需要做一些预处理：

...
preprocess = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])
...

这里利用Java的NDArray的

Translator<String/*filename*/, String/*class*/> translator = new Translator<String, String>() 

    @Override
    public NDList processInput(TranslatorContext ctx, String input) throws Exception 
        // 根据路径读取图片
        Image image = ImageFactory.getInstance().fromFile(Paths.get(input));
        NDArray ndArray = image.toNDArray(ctx.getNDManager());
        // 在图片送入resnet前要做一些预处理，官方的例子中使用transforms，但为了本文的前后呼应，我这里就用上面将的NDArray的操作来完成
        Resize resize = new Resize(256, 256);
        ndArray = resize.transform(ndArray); // 将图片的大小resize到256x256

        // py: transforms.CenterCrop(224)
        // NDArray没有CenterCrop方法，但是我们可以通过切片的方式实现
        ndArray = ndArray.get(new NDIndex("16:240, 16:240, :"));

        // ToTensor会将Shape的(224,224,3)转变为(3,224,224)，并且将值从0-255缩放到0-1
        ndArray = new ToTensor().transform(ndArray);

        // py: transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
        Normalize normalize = new Normalize(new float[]0.485f, 0.456f, 0.406f, new float[]0.229f, 0.224f, 0.225f);
        ndArray = normalize.transform(ndArray);

        return new NDList(ndArray);  // resnet只接受一个Tensor
    

    @Override
    public String processOutput(TranslatorContext ctx, NDList list) throws Exception 
        // resnet只返回一个tensor，所以要get(0)
        int index = list.get(0).argMax().toType(DataType.INT32, false).getInt();
        // 由于resnet可以识别1000种物体，这里我就只给index了。
        return index + "";
    
;

5. 定义Criteria，然后实例化模型，并newPredictor

Criteria<String, String> criteria = Criteria.builder()
        .setTypes(String.class, String.class)
        .optModelPath(Paths.get("model/traced_resnet_model.pt"))
        .optOption("mapLocation", "true")
        .optTranslator(translator)
        .build();

ZooModel model = criteria.loadModel();
Predictor predictor = model.newPredictor();

6. 准备一张图片，我这里放在项目的test目录下：

7. 进行预测

System.out.println(predictor.predict("test/test.jpg"));

由于resnet可以识别1000个物体，太多了，所以我只输出了index，全部的类别可以到该链接查找。最终输出为：

258

258对应的类别为Samoyed（萨摩耶），可以看得到预测对了。

DJL更多的例子可以参考官方Demo。

---

参考资料

Deep Java Library官方文档：https://docs.djl.ai/

Dive Into Deep Learning: https://d2l.djl.ai/chapter_preliminaries/ndarray.html

djl-demo: https://github.com/deepjavalibrary/djl-demo

Java程序员学深度学习 DJL上手6 使用自己的模型

Java程序员学深度学习 DJL上手6 使用自己训练的模型

• 一、加载手写体待推理图片
• 二、加载模型
• 三、创建 Translator
• 四、创建推理对象
• 五、执行推理任务
• 六、源代码
• • 1. pom.xml
  • 2. java
  • 3. 执行结果

本文使用前一节训练的模型执行图片推理任务。

一、加载手写体待推理图片

        Image img = ImageFactory.getInstance().fromUrl("https://resources.djl.ai/images/0.png");
        img.getWrappedImage();

图像比较小，就是个数字0：

二、加载模型

        Path modelDir = Paths.get("build/mlp");
        Model model = Model.newInstance("mlp");
        model.setBlock(new Mlp(28 * 28, 10, new int[] {128, 64}));
        model.load(modelDir);

这里的参数与训练时定义的参数一致。

三、创建 Translator

Translator是DJL封装的推理预处理、后处理功能，输入参数是单个数据项，而不是一批数据。

        Translator<Image, Classifications> translator = new Translator<Image, Classifications>() {

            @Override
            public NDList processInput(TranslatorContext ctx, Image input) {
                // Convert Image to NDArray
                NDArray array = input.toNDArray(ctx.getNDManager(), Image.Flag.GRAYSCALE);
                return new NDList(NDImageUtils.toTensor(array));
            }

            @Override
            public Classifications processOutput(TranslatorContext ctx, NDList list) {
                // Create a Classifications with the output probabilities
                NDArray probabilities = list.singletonOrThrow().softmax(0);
                List<String> classNames = IntStream.range(0, 10).mapToObj(String::valueOf).collect(Collectors.toList());
                return new Classifications(classNames, probabilities);
            }

            @Override
            public Batchifier getBatchifier() {
                // The Batchifier describes how to combine a batch together
                // Stacking, the most common batchifier, takes N [X1, X2, ...] arrays to a single [N, X1, X2, ...] array
                return Batchifier.STACK;
            }
        };

四、创建推理对象

        Predictor<Image, Classifications> predictor = model.newPredictor(translator);

按DJL官网文档描述，每次执行推理任务的时候最好创建新的推理器。

五、执行推理任务

        Classifications classifications = predictor.predict(img);
        System.out.println(classifications);

另外，在ModelZoo里有一些训练好的模型可以拿来测试使用，类似本系列第一篇文章所写的操作。

六、源代码

1. pom.xml

与前一文章相同

2. java

package com.xundh;

import ai.djl.MalformedModelException;
import ai.djl.Model;
import ai.djl.basicmodelzoo.basic.Mlp;
import ai.djl.inference.Predictor;
import ai.djl.modality.Classifications;
import ai.djl.modality.cv.Image;
import ai.djl.modality.cv.ImageFactory;
import ai.djl.modality.cv.util.NDImageUtils;
import ai.djl.ndarray.NDArray;
import ai.djl.ndarray.NDList;
import ai.djl.translate.Batchifier;
import ai.djl.translate.TranslateException;
import ai.djl.translate.Translator;
import ai.djl.translate.TranslatorContext;

import java.io.IOException;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.IntStream;

public class NDArrayLearning {
    public static void main(String[] args) throws IOException, TranslateException, MalformedModelException {
        Image img = ImageFactory.getInstance().fromUrl("https://resources.djl.ai/images/0.png");
        img.getWrappedImage();
        Path modelDir = Paths.get("build/mlp");
        Model model = Model.newInstance("mlp");
        model.setBlock(new Mlp(28 * 28, 10, new int[] {128, 64}));
        model.load(modelDir);

        Translator<Image, Classifications> translator = new Translator<Image, Classifications>() {

            @Override
            public NDList processInput(TranslatorContext ctx, Image input) {
                // Convert Image to NDArray
                NDArray array = input.toNDArray(ctx.getNDManager(), Image.Flag.GRAYSCALE);
                return new NDList(NDImageUtils.toTensor(array));
            }

            @Override
            public Classifications processOutput(TranslatorContext ctx, NDList list) {
                // Create a Classifications with the output probabilities
                NDArray probabilities = list.singletonOrThrow().softmax(0);
                List<String> classNames = IntStream.range(0, 10).mapToObj(String::valueOf).collect(Collectors.toList());
                return new Classifications(classNames, probabilities);
            }

            @Override
            public Batchifier getBatchifier() {
                // The Batchifier describes how to combine a batch together
                // Stacking, the most common batchifier, takes N [X1, X2, ...] arrays to a single [N, X1, X2, ...] array
                return Batchifier.STACK;
            }
        };
        Predictor<Image, Classifications> predictor = model.newPredictor(translator);
        Classifications classifications = predictor.predict(img);
        System.out.println(classifications);

    }
}

3. 执行结果

[
	class: "0", probability: 0.99994
	class: "2", probability: 0.00004
	class: "6", probability: 2.9e-06
	class: "9", probability: 5.7e-07
	class: "1", probability: 2.7e-07
]

推测结果是 数字0的可能最大。