Android中使用TensorFlow

前言

  • TensorFlow是谷歌研發(fā)的第二代人工智能學習系統(tǒng),其命名來源于本身的運行原理。
  • Tensor(張量)意味著N維數(shù)組,F(xiàn)low(流)意味著基于數(shù)據(jù)流圖的計算,TensorFlow為張量從流圖的一端流動到另一端計算過程。
  • TensorFlow是將復雜的數(shù)據(jù)結(jié)構(gòu)傳輸至人工智能神經(jīng)網(wǎng)中進行分析和處理過程的系統(tǒng)。

TensorFlow Android

  • tensorflow對android和ios平臺都做了適配
  • android:tensorflow/tensorflow/examples/android/
  • Demo中使用的camera2 Api支持需要5.0及以上系統(tǒng)
  • tensorflow lib 支持android 4.0 及以上版本
  • ios : tensorflow/tensorflow/examples/ios/
  • 需要xcode 7.3

TensorFlow 大概執(zhí)行過程

tensorFlow執(zhí)行過程圖
  • Session 計算模型的執(zhí)行環(huán)境
  • Graph 計算模型
  • Tensor 計算過程中傳遞數(shù)據(jù)的結(jié)構(gòu)
  • feed、fetch輸入和輸出數(shù)據(jù)

編譯

  • git clone https://github.com/tensorflow/tensorflow.git

  • 首先用Android Studio打開目錄tensorflow/tree/master/tensorflow/examples/android

  • 修改build.gradle

    • def nativeBuildSystem = 'none'
    • 把nativeBuildSystem的值改為none, 這樣就不會本地編譯tensorflow庫,而是直接用TensorFlow AAR from JCenter
    • 修改build.gradle和download-models.gradle文件中所有的jcenter()為jcenter { url "http://jcenter.bintray.com" } 目的是從jcenter的http地址下載相關(guān)aar包。
  • 下載模型文件并放到gradleBuild/downloads下面, 直接用gradle task downloadFile下載模型文件會超時,因為地址是https的。

  • 打開download-models.gradle文件

    https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip
    https://storage.googleapis.com/download.tensorflow.org/models/object_detection/ssd_mobilenet_v1_android_export.zip
    https://storage.googleapis.com/download.tensorflow.org/models/stylize_v1.zip
    https://storage.googleapis.com/download.tensorflow.org/models/speech_commands_conv_actions.zip
    
    • 直接下載上面的4個文件, url地址就是MODEL_URL和文件名的拼接, 下載完后放到gradleBuild/downloads
    • 在工程目錄下新建libs文件夾,添加libtensorflow_demo.so等文件
  • libtensorflow_demo.so 文件復制過來。這樣就不需要自己編譯jni庫了

android中使用TensorFlow

  • 引入依賴
    compile 'org.tensorflow:tensorflow-android:+'
  • 復制PB文件
    快速開發(fā)的話直接把PB文件放在assets文件夾里就行,如果正式上線的時候覺得PB文件 一起打包較大的話可以放在服務器,打開APP的時候提示下載再復制進去就好。
  • 載入TensorFlow
    System.loadLibrary("tensorflow_inference");
  • 初始化模型
    TensorFlowInferenceInterface inferenceInterface = new TensorFlowInferenceInterface(context.getAssets(),"rounded_graph.pb");
  • 設置入?yún)?br> inferenceInterface.feed();
  • 執(zhí)行session
    inferenceInterface.run();
  • 獲取輸出數(shù)據(jù)
    inferenceInterface.fetch();
  • 輸出數(shù)據(jù)變換
    fetch方法的接受變量的參數(shù)類型只有double、float、int、byte,如果有其他類型可以通過byte[]接收,然后自己解析成想要的數(shù)據(jù)類型

TensorFlow Android demo效果

demo效果
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,501評論 6 544
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 99,673評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,610評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,939評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,668評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 56,004評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,001評論 3 449
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 43,173評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,705評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 41,426評論 3 359
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,656評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,139評論 5 364
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,833評論 3 350
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,247評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,580評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,371評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,621評論 2 380

推薦閱讀更多精彩內(nèi)容