注:最近机器学习很火热,特别是谷歌推出TensorFlow后,推进了机器学习的发展。相比Android、iOS等开发项目,机器学习门槛相对要高一些,须要耐心地学习。在接触真正的机器学习以前,咱们先来看一个在Android App中使用机器学习的例子。html
原文地址:blog.mindorks.com/android-ten…java
咱们知道谷歌开源了在Android中可使用机器学习的Library-TensorFlow。android
我在网上搜索了一下,目前尚未在Android上 build TensorFlow的简单方式或者demo。通过查找资料,我终于build成功,这里分享下经验,为须要的同窗节约一些探索的时间。git
这篇文章要求读者了解机器学习的概念,而且知道如何创建机器学习的模型(在这个例子中使用了预训练模型)。很快,我会写一系列关于机器学习的文章,能够帮助你们构建机器学习的模型。github
一些须要知道的重点知识(须要有一点机器学习的概念):c#
demo中咱们将要作一个图片识别工具:api
首先要clone TensorFlow的代码:markdown
git clone --recurse-submodules https://github.com/tensorflow/tensorflow.git复制代码
注意:--recurse-submodules的目的是为了pull submodules机器学习
下载NDK:下载地址工具
下载Bazel:下载地址,Bazel是TensorFlow主要的构建系统。
修改clone 下来的TensorFlow中的WROKSPACE文件:
# Uncomment and update the paths in these entries to build the Android demo.
#android_sdk_repository(
# name = "androidsdk",
# api_level = 23,
# build_tools_version = "25.0.1",
# # Replace with path to Android SDK on your system
# path = "<PATH_TO_SDK>",
#)
#
#android_ndk_repository(
# name="androidndk",
# path="<PATH_TO_NDK>",
# api_level=14)复制代码
修改结果以下(注意设置正确的SDK和NDK路径):
android_sdk_repository(
name = "androidsdk",
api_level = 23,
build_tools_version = "25.0.1",
# Replace with path to Android SDK on your system
path = "/Users/amitshekhar/Library/Android/sdk/",
)
android_ndk_repository(
name="androidndk",
path="/Users/amitshekhar/Downloads/android-ndk-r13/",
api_level=14)复制代码
bazel build -c opt //tensorflow/contrib/android:libtensorflow_inference.so \--crosstool_top=//external:android/crosstool \--host_crosstool_top=[@bazel_tools](http://twitter.com/bazel_tools)//tools/cpp:toolchain \--cpu=armeabi-v7a复制代码编译后文件位置:
bazel-bin/tensorflow/contrib/android/libtensorflow_inference.so复制代码
bazel build //tensorflow/contrib/android:android_tensorflow_inference_java复制代码编译后文件位置:
bazel-bin/tensorflow/contrib/android/libandroid_tensorflow_inference_java.jar复制代码
如今咱们有了so文件和jar文件,在如下的Android工程中会用到。
这里咱们用google的数据就能够,下载地址,下载后解压能够获得imagenet_comp_graph_label_strings.txt(label for objects) and tensorflow_inception_graph.pb (pre-trained model) 两个文件,这两个文件放置在Android工程的Assets中便可。
其实这里已经有一个完整的demo地址,因此若是仅仅想体验一下机器学习,能够直接clone代码运行便可,代码地址。
若是要本身构建demo,则须要引用以前生成的jar文件和so文件:
compile files('libs/libandroid_tensorflow_inference_java.jar')复制代码
如今咱们就能够在Android中使用TensorFlow了,TensorFlow提供的方法主要在TensorFlowInferenceInterface
中,使用方法能够参考demo。看下运行效果:
欢迎关注公众号wutongke,天天推送移动开发前沿技术文章:
推荐阅读: