![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
安卓深度学习学习之旅
hkustwsh
靠软件开发吃饭的计算经济学学生...
展开
-
在Android设备上配置TensorFlow(一)运行展示应用
随着iPhone X对于3D人脸识别的全面支持,深度学习在移动端的应用成为一个备受关注的重要课题。传统的把数据全部上传到服务器进行深度学习分析的方式需要大量的数据传输,并且要求稳定的网络环境,限制了这一技术的推广和应用。随着手机厂商对于“人工智能芯片”的投入,在移动终端上进行深度学习也成为未来的发展方向。笔者查阅并实践了在Android设备上配置TensorFlow的相关资料,简明扼要地整理成本文原创 2017-09-19 14:39:06 · 1129 阅读 · 1 评论 -
在Android设备上配置TensorFlow(二)使用Android Studio调用TF
根据官方文档的介绍,最简单的修改,编译并且运行演示应用的方式是通过Android Studio。虽然官方文档强调通过源码编译中涉及到的Bazel组件并不支持windows, 但是为了便于操作,除非涉及到通过源码编译,我们依然使用windows进行操作。在本文中,我们使用Android Studio打开样例工程。首先用Git Clone整个项目:git clone --recurse-sub原创 2017-09-19 17:14:08 · 2055 阅读 · 0 评论 -
在Android设备上配置TensorFlow(三)解读ClassifierActivity源代码
在进行下一步环境配置之前,我们先阅读以下前两篇博文提到的物体识别classifier的应用的源代码,了解TensorFlow的工作流程。我们不讨论有关视频图片获取、结果显示等内容,只关注TensorFlow的应用。加载已经训练好的model和label,private static final String MODEL_FILE = "file:///android_asset/t原创 2017-09-19 19:32:03 · 880 阅读 · 0 评论 -
在Android设备上配置TensorFlow(四)无法使用TensorFlow训练新model
在安卓平台上,现有的TensorFlow只支持加载已经训练好的model,并进行预测。搜集了好多资料,也并没有类似的文章,为了解决这一问题,我们依次尝试以下这几种手段: 1. 使用Java语言的深度学习神经网络框架deeplearning4j。 2. 改编TensorFlow,用JNI进行新的封装,使它可以用java进行训练。 3. 尝试在Ja原创 2017-09-20 18:05:44 · 468 阅读 · 1 评论