TensorFlow是Google开发的一款神经网络的Python外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.TensorFlow 让我们可以先绘制计算结构图, 也可以称是一系列可人机交互的计算操作,然后把编辑好的Python文件 转换成 更高效的C++, 并在后端进行计算
优点
-
TensorFlow 无可厚非地能被认定为 神经网络中最好用的库之一.它擅长的任务就是训练深度神经网络.通过使用TensorFlow我们就可以快速的入门神经网络, 大大降低了深度学习(也就是深度神经网络)的开发成本和开发难度. TensorFlow 的开源性, 让所有人都能使用并且维护, 巩固它.使它能迅速更新, 提升.
-
TensorFlow能够让你直接解决各种机器学习任务。其中在机器学习框架方面,TensorFlow的真正独特之处在于,能够在5行或者10行代码中构建模型。然后应用这个模型,进行扩展做出产品。
-
你能够在几十甚至几百个机器的簇上进行训练。从而用该模型进行非常低的延迟预测。
想要自行设计训练一个全新的模型,对开发人员掌握的基础知识还是很多的,我们需要准备一些机器学习的基本概念
-
TensorFlow 的核心是使用C++写的
-
为了构建Android project,我们需要使用JNI调用C++的方法,如locadModel, getPredictions等等。
-
工程中需要使用一个C++ 的编译文件.so和一个包含调用native C++代码的java api jar文件。这样我们就可以在程序中方便地调TensorFlow的Api。
-
我们需要预训练模型和标签文件
我们可以利用现有的开源模型,基于Google的样本数据集来识别相应物体,从 Google 为我们提供的 TensorFlow Demo 开始,先了解一些实际的应用场景。
1.Build so文件和jar文件
- 下载 TensorFlow 源代码
git clone --recurse-submodules https://github.com/tensorflow/tensorflow.git
注意:–recurse-submodules的目的是为了pull submodules。
- 安装 Bazel
Bazel 是 Google 开源的构建工具,Bazel 据说是数倍于 maven 的性能,快速的增量构建是它的特色,目前支持 java、cpp、Go 等语言。TensorFlow 项目的构建依赖于它来构建,更多关于 Bazel 的相关内容可以了解Bazel 官网
- 安装完成后验证是否能正常运行
bazel version
- 检查版本更新
brew upgrade bazel
各平台安装 Bazel 按照可参考:Installing Bazel
-
设置 WORKSPACE 中 NDK 和 SDK 的路径配置
-
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)
找到 WORKSPACE 文件中 NDK 和 SDK 的配置部分,反注释掉原有代码后,按照版本要求填写自己本地环境配置。
注意:NDK 版本要设置为 14b ,如果选择 NDK 16 版本编译会出现未知问题!
Uncomment and update the paths in these entries to build the Android demo.
android_sdk_repository(
name = “androidsdk”,
api_level = 26,
Ensure that you have the build_tools_version below installed in the
SDK manager as it updates periodically.
build_tools_version = “26.0.2”,
Replace with path to Android SDK on your system
path = “/Users/baishixian/Library/Android/sdk”,
)
android_ndk_repository(
name=“androidndk”,
path=“/Users/baishixian/Library/Android/sdk/android-ndk-r14b”,
This needs to be 14 or higher to compile TensorFlow.
Please specify API level to >= 21 to build for 64-bit
archtectures or the Android NDK will automatically select biggest
API level that it supports without notice.
Note that the NDK version is not the API level.
api_level=25)
- Build so文件
bazel build -c opt //tensorflow/contrib/android:libtensorflow_inference.so --crosstool_top=//external:android/crosstool --host_crosstool_top=@bazel_tools//tools/cpp:toolchain --cpu=armeabi-v7a
- 编译后文件位置
bazel-bin/tensorflow/contrib/android/libtensorflow_inference.so
- 编译jar文件
bazel build //tensorflow/contrib/android:android_tensorflow_inference_java
- 编译后文件位置
bazel-bin/tensorflow/contrib/android/libandroid_tensorflow_inference_java.jar
最后
跳槽季整理面试题已经成了我多年的习惯!在这里我和身边一些朋友特意整理了一份快速进阶为Android高级工程师的系统且全面的学习资料。涵盖了Android初级——Android高级架构师进阶必备的一些学习技能。
附上:我们之前因为秋招收集的二十套一二线互联网公司Android面试真题(含BAT、小米、华为、美团、滴滴)和我自己整理Android复习笔记(包含Android基础知识点、Android扩展知识点、Android源码解析、设计模式汇总、Gradle知识点、常见算法题汇总。)
《Android学习笔记总结+移动架构视频+大厂面试真题+项目实战源码》,点击传送门,即可获取!
droid面试真题(含BAT、小米、华为、美团、滴滴)和我自己整理Android复习笔记(包含Android基础知识点、Android扩展知识点、Android源码解析、设计模式汇总、Gradle知识点、常见算法题汇总。)
[外链图片转存中…(img-U8q97eiu-1715229341124)]
《Android学习笔记总结+移动架构视频+大厂面试真题+项目实战源码》,点击传送门,即可获取!