【ML】机器学习模型之PMML--配置Java环境

本文涉及的产品
模型训练 PAI-DLC,100CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
交互式建模 PAI-DSW,每月250计算时 3个月
简介: 标题的名字起的有点大,其实就是给自己的电脑配置Java环境

标题的名字起的有点大,其实就是给自己的电脑配置Java环境。。。

最近被安排了非深度学习算法的活,主要做回归预测,幸好上学那会搞过一段时间数据挖掘、数据分析,上手也比较快,没有太折磨人。。。

训练好的机器学习模型需要导出为PMML格式的文件,然后给搞开发的人调用,他们指定要PMML格式的文件。

在导出的过程中,需要Java环境,因此做一个记录,仅此而已,技术含量为0。

还有,Java版本也被限定为1.8,就这样吧,开启配置教程。

1、下载JDK

根据自身的需要,下载相应的JDK版本,在此教程中,下载的JDK版本为:jdk-8u321-windows-x64.exe
在这里插入图片描述

2、双击安装

双击安装,然后一直点下一步,默认安装到C盘。
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

3、配置环境变量

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
其实以上步骤就算完成了,但是有些教程中还增加了这些配置:
系统变量的path中:
在这里插入图片描述
还有增加了jre的路径:

在这里插入图片描述
还有设置CLASSPATH的。。。仅作个人纪录,不供他人参考。

4、测试JDK是否安装成功

1)"开始"->"运行",键入"cmd";

2)键入命令: java -version、java、javac 几个命令,出现以下信息,说明环境变量配置成功;

在这里插入图片描述
在这里插入图片描述

当输入javac时出现:
javac不是内部或外部命令,也不是可运行程序的问题

**产生这个问题的原因,是因为环境变量的配置中,Path中配置使用的是【%JAVA_HOME%/bin】
因为使用的是 相对路径 ,JAVA_HOME,而不是绝对路径导致的。**

解决方法:
将相对路径修改为绝对路径
在这里插入图片描述

大总结:

win10只需要在系统变量Path中配置两个路径,就可以实现javac、java、java -version命令的正常使用。
在这里插入图片描述

文章首发于:https://blog.csdn.net/AugustMe/article/details/124866115

参考:
https://www.runoob.com/w3cnote/windows10-java-setup.html【win10配置java】
https://blog.csdn.net/bealei/article/details/123366548
https://blog.csdn.net/bestsongs/article/details/104905060
https://www.oracle.com/java/technologies/downloads/
https://www.runoob.com/java/java-environment-setup.html#win-install
https://www.cnblogs.com/zpbolgs/p/15232473.html

相关文章
|
1月前
|
机器学习/深度学习 存储 设计模式
特征时序化建模:基于特征缓慢变化维度历史追踪的机器学习模型性能优化方法
本文探讨了数据基础设施设计中常见的一个问题:数据仓库或数据湖仓中的表格缺乏构建高性能机器学习模型所需的历史记录,导致模型性能受限。为解决这一问题,文章介绍了缓慢变化维度(SCD)技术,特别是Type II类型的应用。通过SCD,可以有效追踪维度表的历史变更,确保模型训练数据包含完整的时序信息,从而提升预测准确性。文章还从数据工程师、数据科学家和产品经理的不同视角提供了实施建议,强调历史数据追踪对提升模型性能和业务洞察的重要性,并建议采用渐进式策略逐步引入SCD设计模式。
66 8
特征时序化建模:基于特征缓慢变化维度历史追踪的机器学习模型性能优化方法
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
PAI Model Gallery 支持云上一键部署 DeepSeek-V3、DeepSeek-R1 系列模型
DeepSeek 系列模型以其卓越性能在全球范围内备受瞩目,多次评测中表现优异,性能接近甚至超越国际顶尖闭源模型(如OpenAI的GPT-4、Claude-3.5-Sonnet等)。企业用户和开发者可使用 PAI 平台一键部署 DeepSeek 系列模型,实现 DeepSeek 系列模型与现有业务的高效融合。
|
1月前
|
机器学习/深度学习 人工智能 算法
机器学习算法的优化与改进:提升模型性能的策略与方法
机器学习算法的优化与改进:提升模型性能的策略与方法
183 13
机器学习算法的优化与改进:提升模型性能的策略与方法
|
19天前
|
Java Linux iOS开发
如何配置 Java 环境变量:设置 JAVA_HOME 和 PATH
本文详细介绍如何在Windows和Linux/macOS系统上配置Java环境变量。
475 12
|
24天前
|
机器学习/深度学习 安全 PyTorch
FastAPI + ONNX 部署机器学习模型最佳实践
本文介绍了如何结合FastAPI和ONNX实现机器学习模型的高效部署。面对模型兼容性、性能瓶颈、服务稳定性和安全性等挑战,FastAPI与ONNX提供了高性能、易于开发维护、跨框架支持和活跃社区的优势。通过将模型转换为ONNX格式、构建FastAPI应用、进行性能优化及考虑安全性,可以简化部署流程,提升推理性能,确保服务的可靠性与安全性。最后,以手写数字识别模型为例,展示了完整的部署过程,帮助读者更好地理解和应用这些技术。
75 18
|
28天前
|
机器学习/深度学习 人工智能 自然语言处理
云上一键部署 DeepSeek-V3 模型,阿里云 PAI-Model Gallery 最佳实践
本文介绍了如何在阿里云 PAI 平台上一键部署 DeepSeek-V3 模型,通过这一过程,用户能够轻松地利用 DeepSeek-V3 模型进行实时交互和 API 推理,从而加速 AI 应用的开发和部署。
|
23天前
|
Java
CentOS7.8配置Adoptium-Java17运行环境
本指南介绍如何设置清华镜像源并安装 Temurin-17-JRE 运行环境。首先,编辑 `/etc/yum.repos.d/adoptium.repo` 文件,配置清华镜像源。接着,使用 `yum install -y temurin-17-jre` 命令安装 Temurin-17-JRE,并通过 `java --version` 验证安装成功。相关配置和操作界面截图附后。
40 8
|
21天前
如何看PAI产品下训练(train)模型任务的费用细节
PAI产品下训练(train)模型任务的费用细节
56 4
|
19天前
|
前端开发 NoSQL Java
【Java若依框架】RuoYi-Vue的前端和后端配置步骤和启动步骤
本文介绍了如何配置和启动基于Java的若依(RuoYi)项目,涵盖后端和前端的详细步骤。首先,准备Redis、MySQL以及IDE(如Idea和VS)。接着,通过GitHub获取代码并导入到IDE中,执行必要的SQL文件和配置数据库密码。然后,启动Redis并进行相关配置。最后,按照前端配置步骤克隆前端代码库,打开终端执行命令完成前端配置。整个过程详细记录了每一步的操作,帮助开发者顺利部署若依项目。 如果你觉得有帮助,请点赞、关注和收藏,这将是我持续分享的动力!
188 1
|
3月前
|
人工智能 JSON 算法
Qwen2.5-Coder 系列模型在 PAI-QuickStart 的训练、评测、压缩及部署实践
阿里云的人工智能平台 PAI,作为一站式、 AI Native 的大模型与 AIGC 工程平台,为开发者和企业客户提供了 Qwen2.5-Coder 系列模型的全链路最佳实践。本文以Qwen2.5-Coder-32B为例,详细介绍在 PAI-QuickStart 完成 Qwen2.5-Coder 的训练、评测和快速部署。
Qwen2.5-Coder 系列模型在 PAI-QuickStart 的训练、评测、压缩及部署实践

热门文章

最新文章

相关产品

  • 人工智能平台 PAI