详解如何将TensorFlow训练的模型移植到Android手机

前言

本文中出现的TF皆为TensorFlow的简称。

先说两句题外话吧，TensorFlow 前两天热热闹闹的发布了正式版r1.0，可感觉自己才刚刚上手 r0.12，这个时代发展的太快，脚步是一刻也不能停啊~

但是不得不吐槽 TensorFlow的向下兼容做的实在不太友好，每次更新完版本，以前的代码就跑不动，各种提示您使用的函数已经不存在。。。

代码积攒的越来越多，全部针对新版本翻改一遍，工程真是浩大。但是喜新厌旧，手贱如我，每次都忍不住点了更新。不过这次忍的还算不错，到目前还没更新，继续忍住

在之前的文章中，我介绍了如何实现 TensorFlow官网的Mobile教程：
【将Tensorflow移植到安卓手机，实现物体识别、行人检测和图像风格迁移】。
但在那个教程中，TensorFlow提供了完整的、已经构建好的Android项目，我们需要做的总结下来只有3步：1、搭建环境；2、编译；3、安装到手机

这当然还不够，我们的最终目的当然是要为我所用，所以怎样才能移植自己训练好的TF模型到安卓手机呢？换句话说，怎样将训练好的模型放入Android项目中并进行成功编译？又或者怎样创建自己的Android Tensorflow项目？

PS：
之前没有安卓开发的经验，纯粹是为了实现将TF模型移植到手机才开始上手，目前属于入门级小白，如有错误之处，欢迎批评指正！

---

手机调用TF模型的过程简介：

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

---

环境

TensorFlow版本： r0.12
python 版本：2.7
Python IDE: Spyder
Android IDE : Android Studio

---

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_