-
使用 pip 安装 TensorFlow
官网介绍:https://www.tensorflow.org/install/pip
-
Docker镜像安装
官网介绍:https://www.tensorflow.org/install/docker
-
安装Anaconda开发工具
介绍:https://www.anaconda.com/distribution/
Anaconda集成了Spyder编辑器和jupter可以方便开发使用。
-
通过Tensorflow源代码安装
官网介绍:https://www.tensorflow.org/install/source
主要是把Tensorflow编译成pip软件包,通过上面所介绍的三种方式进行安装即可。
-
TensorFlow Android NDK编译
https://yq.aliyun.com/articles/608715?utm_content=m_1000005455
https://blog.csdn.net/ritterliu/article/details/81189563
编译产生so和jar库文件:
bazel build --cxxopt='--std=c++11' //tensorflow/lite/java:tensorflowlite --crosstool_top=//external:android/crosstool \
--host_crosstool_top=@bazel_tools//tools/cpp:toolchain --cpu=armeabi-v7a
tensorflow/bazel-bin/tensorflow/lite/java目录下生成libtensorflowlite_jni.so, libtensorflowlite-native-header.jar tensorflowlite_resources-src.jar libtensorflowlite.jar tensorflowlite_resources.jar等编译结果;其中libtensorflowlite.jar是Java层接口,libtensorflowlite_jni.so是底层native实现库,是jni接口。
(同样的编译,https://blog.csdn.net/omnispace/article/details/79788598)
Android Demo App 通过Bazel进行源码编译:
https://www.tensorflow.org/lite/demo_android 网上有人反馈有坑,在python2环境下验证之后可以正常编译。
android引用实例:源码中位置,tensorflow/lite/java/demo
更详细的android实例:tensorflow/lite/examples/android
TF Lite Android APP通过Bazel进行源代码编译:
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android
-
TensorFlow iOS应用程序开发