TensorFlow在Android平台上的安装和应用

当我们有一个已经训练好的TF模型的时候，我们怎么去调用这个模型并且让他顺利在Android平台上运行起来呢？

大概包括这几个方面: 

1、 保存训练完毕的TF模型 
2、 在Android项目中导入TF模型、导入Android平台调用TF模型需要的jar包和so文件 (它们负责TF模型的解析和运算) 
3、定义变量、存储数据，通过jar包提供的接口进行模型的调用

下面是引用自其它技术大佬的一些过程讲解。

---

移植过程

我们以mnist数据集上自己训练的一个图像识别模型为例，进行讲解

一、 在使用python代码编写的TF模型定义中为模型的输入层和输出层Tensor Variable分别指定名字（通过形参 ‘name’）

X = tf.placeholder(tf.float32, shape = […], name=‘input’)  //网络的输入
Y = tf.nn.softmax(tf.matmul(f, out_weights) + out_biases, name=’output’)  //网络的输出

• 1
• 2

名字可以随便起，以方便好记为主，后面还会反复用到。我起的是input和output。

---

二、 将使用TensorFlow训练好的模型保存为.pb文件