大家好，

欢迎大家来到深度学习的世界！这个应用程序也在Sapphire 2017上演示过。

我很高兴在这里介绍一个非常有趣和复杂的实现，我们演示了SAP与Google ML引擎和Tensorflow的集成，大数据好吗，将用户体验提升到一个全新的水平。

场景：

最终用户可以通过UI5屏幕从其计算机的网络摄像头中拍摄照片，并且系统应该能够实时识别图像中的人/对象–利用SAP中的深度学习和Tensorflow的强大功能。

考虑到场景的复杂性，所以请原谅我的相同

架构设计：

我们集成了下面的技术/技能列表来实现相同：

请注意：一些术语，如Python和Tensorflow，对您来说可能是新的，因此您可以参考外部链接/论文来了解Python、Tensorflow，卷积网等

那么让我们开始吧，我们将在这里一个接一个地用尽可能多的屏幕截图：

SAP UI5 HTML IFRAME屏幕嵌入一个xml视图来调用相机并拍照

输出：

产品图片搜索结果：

SAP UI5代码来触发附件GW服务，将文件二进制数据传送到SAP GW

这是主要的部分和复杂，外汇返现，我们必须在Python中训练Tensorflow模型https://www.tensorflow.org/tutorials/image\u retraining

我们重新培训了Tensorflow库（)通过重新训练它的最后一层的新图像和类别。神经网络的结构如下

重新训练现有的tensorflow模型对新对象进行分类：遵循的步骤：

对新图像的预测python代码：遵循的步骤（需要python知识）：

该代码的输出是一个概率向量，大数据概念，物联网大会，它告诉我们图像是"Hasan"还是"Hasan"的概率是多少"Notèhasan"

下面的输出显示模型运行良好，置信度约为99%，可以使用

由于将新创建的模型部署到GCP机器学习引擎需要很多步骤，因此这里没有显示。

您可以参考：https://cloud.google.com/ml-engine/docs/concepts/prediction-overview

一旦这是完成，您的模型将准备好将输入图像作为二进制并返回结果

GW服务在附件GW服务中读取图像的二进制数据，并在Google ML引擎上触发POST REST hit，以从我们托管在Google ML引擎中的神经网络返回结果。

接下来的步骤：

在GW服务中method/IWBEP/IF\u MGW\u APPL\u SRV\u RUNTIME~CREATE\u STREAM，编写了下面的代码来点击服务并解析输出

，淘客系统