33、JavaFX与机器学习：从树莓派到神经网络训练

JavaFX与机器学习：从树莓派到神经网络训练

树莓派上的JavaFX 17配置

可以将树莓派4 Model B配置为与Java 11+和JavaFX 17一起使用。借助基本示例，我们可以了解如何在本地运行应用程序，并且在常规桌面机上进行开发时，使用SSH和远程部署会更加方便。

在掌握了运行JavaFX应用程序的基础知识后，还可以学习一个更复杂的项目，该项目涉及通过GPIO引脚连接的GPS传感器、解析NMEA读数，并使用Gluon Scene Builder和Afterburner框架创建包含Gluon Maps的用户界面，以跟踪位置。虽然树莓派是嵌入式设备，无法与常规机器真正相提并论，但实际的Pi 4 Model B在桌面机无法适用的地方，是运行用户界面应用程序的强大设备。

机器学习与JavaFX概述

近年来，由于大量数据的生成和存储，以及处理能力的提升，机器学习再次成为热门话题。机器学习算法不仅仅是研究课题，公司也将其作为竞争优势。下面将讨论最著名的机器学习算法，重点是人工神经网络，并展示如何将JavaFX与强大的机器学习库DeepLearning4J（DL4J）结合使用。

什么是机器学习

在开发系统时，通常需要精确编程系统应该执行的操作，开发一个逐步描述特定流程执行方式的算法。而机器学习技术不同，它不需要明确的编程步骤，能够在未明确编程的情况下返回结果。我们通过“教导”机器如何使用数据来实现目标。

机器学习算法主要分为两大类：
- 监督学习 ：使用标记数据的算法，通过提供问题的样本实例，让算法学习如何对同一问题的新未标记实例进行分类。例如，