将tensorflow训练好的模型移植到android

将tensorflow训练好的模型移植到android上

说明

本文将描述如何将一个训练好的模型植入到android设备上，并且在android设备上输入待处理数据，通过模型，获取输出数据。
通过一个例子，讲述整个移植的过程。（demo的源码访问github上了https://github.com/CrystalChen1017/TSFOnAndroid）
整体的思路如下：
1. 使用python在PC上训练好你的模型，保存为pb文件
2. 新建android project，把pb文件放到assets文件夹下
3. 将tensorflow的so文件以及jar包放到libs下
4. 加载库文件，让tensorflow在app中运行起来

准备

1. tensorflow的环境，参阅http://blog.csdn.net/cxq234843654/article/details/70857562
2. libtensorflow_inference.so
3. libandroid_tensorflow_inference_java.jar
4. 如果要自己编译得到以上两个文件，需要安装bazel。参阅http://blog.csdn.net/cxq234843654/article/details/70861155 的第2步

以上两个文件通过以下两个网址进行下载：
https://github.com/CrystalChen1017/TSFOnAndroid/tree/master/app/libs
或者
http://download.csdn.net/detail/cxq234843654/9833372

PC端模型的准备

这是一个很简单的模型，输入是一个数组matrix1，经过操作后，得到这个数组乘以2*matrix1。

1. 给输入数据命名为input,在android端需要用这个input来为输入数据赋值
2. 给输输数据命名为output,在android端需要用这个output来为获取输出的值
3. 不能使用 tf.train.write_graph()保存模型，因为它只是保存了模型的结构，并不保存训练完毕的参数值
4. 不能使用 tf.train.saver()保存模型，因为它只是保存了网络中的参数值，并不保存模型的结构。
5. graph_util.convert_variables_to_constants可以把整个sesion当作常量都保存下来，通过output_node_names参数来指定输出
6. tf.gfile.FastGFile('model/cxq.pb', mode='wb')指定保存文件的路径以及读写方式
7. f.write࿰