参数服务器 本项目使用非常少的代码编写了深度学习训练的全过程，有完整的结构，通过面向对象的封装，在算法上有一定扩展性，不仅支持单机模式还支持分布式模式 使用java实现的dnn训练框架，底层矩阵库使用Jblas(https://github.com/mikiobraun/jblas)，参数服务器使用Grpc+protobuf，ui方面使用ploty.js+nanohttpd 支持单机多CPU训练 支持分布式训练，多worker，多ps自定义负载均衡 支持同步更新和异步更新 支持二分类和多分类 实现embdding+全链接模型 实现Wide And Deep模型 实现卷积+池化+全链接模型 支持训练数据，测试数据异步读取，自定义parser UI Server可视化图表 例子 运行 CTR.java 点击率预估例子，test auc在0.71左右 运行 Mnist.java 手写输入例子，正

前言、                 TensorFlow 2.0 学习过程中，对一些细节掌握不牢固，写一下博文来挖掘自己的不足                 因为是纯手打，方便记忆，可能存在一些字节错误，敬请谅解 一、 wide and deep            1. 引入资源库 import matplotlib as mpl # python 绘图库 import matplotlib.pyplot as plt # python 2D 绘图库 import numpy as np # 数学库，矩阵数组等 import sklearn import pandas as pd