现在用户可以直接在 Android Studio 运行 Android 模拟器,该功能可以帮助开发者节省屏幕空间,使用快捷按键可以在模拟器和编辑器窗口之间快速导航,可以在一个窗口中查看模拟器和代码布局。
要了解更多信息,请参阅 Android Emulator文档:developer.android.com/studio/run/…
使用TensorFlow Lite模型
ML模型绑定可以让开发者更轻松地在项目直接导入.tflite
模型,然后 Android Studio 会生成易于使用的类,因此开发者可以用更少的代码和更好的类型安全性来运行模型。
支持机型
ML 模型绑定当前支持图像分类和样式转移模型,前提是它们通过元数据得到了增强,而随着后续的支持,ML 模型绑定将会扩展到其他领域,例如:对象检测,图像分割和文本分类。
TensorFlow Hub(tfhub.dev/android-stu… 上提供了各种带有元数据的预训练模型,开发者还可以自己将元数据添加到TensorFlow Lite 模型中,如将元数据添加到TensorFlow Lite模型中概述(www.tensorflow.org/lite/conver… )。
导入模型文件
要导入支持的模型文件,请按照下列步骤操作:
- 在
File > New > Other > TensorFlow Lite Model.
的文件菜单中打开 TensorFlow Lite模型导入对话框 。 - 选择
.tflite
模型文件。 - 点击完成。
然后模型文件就会被导入到的项目中,并将其放置在 ml/
文件夹中,如果该目录不存在,Android Studio 将为创建该目录。