如果你正在赶火车，这里是机器学习系列简介博客的链接，你可以从一开始就看到这个系列。在这个简介博客的结尾，你可以找到这个系列每个元素的链接。

在我们开始之前，快速回顾一下上次

上次，我们研究了如何使用Jupyter笔记本运行Python和R甚至SQL的内核。老实说，Jupyter现在是我的新"go to"工具。

我最近甚至为SAP HANA GitHub存储库的SQLAlchemy做了贡献，添加了对HDB用户存储库的支持，这将允许您连接，而无需在其中一个单元格中提供用户凭据。

我希望大家都能尝试一下，也许你们中的一些人已经决定这样做了从"旧的"Eclipse IDE和它的SAP HANA工具插件切换到运行您的SQL。

现在让我们看看这篇新文章。

我知道我承诺过要反复深入研究TensorFlow集成。

现在一切都准备好了！！！我已经解决了我的NUC和虚拟机上的小技术难题。

我还升级到了HXE SPS03，我强烈建议您也这样做。

例如，SPS03将INT64的支持带到了SAP HANA EML（否则您需要调整您的模型签名并将张量转换为浮动）。

那么，让我们开始吧！

您可能都听说过Google TensorFlow，以及它如何帮助您解决许多机器学习问题，特别是当它需要使用神经网络或深度学习时。

确实有许多应用程序，什么是云服务器，深度学习和神经网络已经达到了超过人类能力的精度水平。此外，得益于硬件的发展和云资源，云服务器报价，你现在可以在几年前所需时间的一小部分内完成任务。

我不会假装我可以在这篇博客中向你解释关于深度学习和神经网络好处的所有细节，或者甚至是TensorFlow，因为有很多内容来自比我有更多经验和信用的人。

所以今天，我的目标是帮助您开始SAP HANA外部机器学习和TensorFlow集成。

使用TensorFlow意味着对TensorFlow编程概念的一些理解，但也意味着Python编码技巧。我真的鼓励你看看TensorFlow入门和教程页面。

关于TensorFlow和TensorFlow服务（又称ModelServer）

TensorFlow™ 是一个用于高性能数值计算的开源软件库。其灵活的架构允许在各种平台（CPU、GPU、TPU）上轻松部署计算，从台式机到服务器集群，再到移动和边缘设备。

最初由谷歌人工智能组织内谷歌大脑团队的研究人员和工程师开发，它为机器学习和深度学习提供了强大的支持，灵活的数值计算核心用于许多其他科学领域。

有关更多详细信息，请访问TensorFlow网站。

TensorFlow™ Serving是一个灵活、高性能的机器学习模型服务系统，专为生产环境设计。

TensorFlow Serving使部署新算法和实验变得容易，同时保持相同的服务器架构和API。

TensorFlow Serving提供与TensorFlow模型的现成集成，但可以很容易地扩展到服务其他类型的模型和数据。

有关更多详细信息，请查看TensorFlow服务网站。

关于SAP HANA外部机器学习（EML）

Google TensorFlow在SAP HANA中的集成基于SAP HANA应用程序函数库（AFL），这意味着您现在可以进行交互在SAP HANA中执行SQLScript中的TensorFlow模型。

使用Google的gRPC远程过程调用，trustdata大数据，SAP HANA将访问以SavedModel格式从TensorFlow服务系统导出的模型。

下面是一个快速图表，解释了交互：

有关详细信息，您可以查看SAP HANA External Machine Learning Library（EML）文档。

安装SAP HANA EML、TensorFlow和TensorFlow Serving

SAP HANA External Machine Learning（EML）库是SAP HANA express edition可下载软件包的一部分，因此这里没有安装技巧。您只需按照安装指南进行操作。

关于TensorFlow和TensorFlow服务，您可以直接安装在您的SAP HANA、express edition服务器或任何其他机器上。

但这里是"窍门"！

如果您决定在SUSE Linux Enterprise或Red Hat Enterprise Linux系统（SAP HANA express edition的官方支持平台）上安装TensorFlow服务，则需要从地面进行编译。

如果您决定在SAP HANA express edition可下载虚拟机上安装TensorFlow服务，如果你想在Debian/Ubuntu发行版上安装它，安装非常简单，就像：

详细的逐步安装说明，我制作了以下教程，大数据应用，指导您完成整个过程：

使用SAP HANA配置TensorFlow集成（SAP HANA EML），速成版

本教程介绍Debian/Ubuntu发行版，SUSE Linux Enterprise和Red Hat Enterprise.

请随意使用教程中的"提供反馈"链接，让我知道您对此的看法。

TensorFlow SavedModel格式已解释

在TensorFlow中公开供SAP HANA使用的TensorFlow模型时，您需要使用所记录的SavedModel格式保存它们在SAP HANA EML文档中。

您需要特别注意模型签名定义，特别是用于输入和输出元素的形状。

以下两个示例将突出显示在使用TensorFlow网站上提供的内容时需要解决的一些常见情况。

用于图像再培训场景，这里是使用提供的重训练脚本时生成的默认签名定义：

您可以看到有一个输入张量（图像）和一个输出张量（预测）。

输入张量有以下形状（-1，299，299，3），即一个秩4形状，一个4维输入。