安卓JNI开发-01

安卓JNI开发   


java中调用C,并传入相应数据进行模拟处理后再返回到java中





package com.example.jnitest;

import java.util.Arrays;

import android.R.integer;
import android.os.Bundle;
import android.app.Activity;
import android.view.Menu;
import android.view.View;
import android.widget.Toast;

public class HomeActivity extends Activity {
	static{
		System.loadLibrary("jniT");
	}
	@Override
	protected void onCreate(Bundle savedInstanceState) {
		super.onCreate(savedInstanceState);
		setContentView(R.layout.activity_home);
	}

	//点击从C中返回一个字符串 
	public void return_String_c(View view ){
		String returnString  = returnStringC();
		Toast.makeText(getApplicationContext(), returnString, 0).show();
	}

	//向C中传入一个INT,进行处理后再返回 到java中去
	public void inputIntNumber(View view){
		int  returnInt  = inputIntNumbers(9);
		Toast.makeText(getApplicationContext(), returnInt+"", 0).show();
	}

	//向C中传入一个String ,进行处理后再返回 到java中去 
	public void inputStringNumber(View view){
		
		String returnString  = addStringReturn("llo");
		Toast.makeText(getApplicationContext(), returnString, 0).show();
	}

	//向C中传入一个int数组,进行处理后,再返回 到java中
	public void inputIntsNumber(View view){
		int[] arr = {1,2,3};
		int[] returnInts  = addIntsReturn(arr);
		Toast.makeText(getApplicationContext(), arr.toString(), 0).show();
	}



	//从C中返回一个String
	private native String returnStringC();
	//向C中传入一个String ,进行处理后再返回 到java中去 
	private native String addStringReturn(String s);
	//向C中传入一个int数组,进行处理后,再返回 到java中
	private native int[] addIntsReturn(int[] is);
	//向C中传入一个INT,进行处理后再返回 到java中去
	private native int inputIntNumbers(int ii);

}



#include <jni.h>
#include <stdlib.h>
//#include ""
//#开始的是C 中的预编译
//在C++中 JNIEnv是一个结构体 env是一级指针 ,在调用函数的时候直接 调用
//c++函数要先声明,再调用
#include <android/log.h>
#include <stdlib.h>
#define LOG_TAG "CLOG"
#define LOGD(...) __android_log_print(ANDROID_LOG_DEBUG, LOG_TAG, __VA_ARGS__)
#define LOGI(...) __android_log_print(ANDROID_LOG_INFO, LOG_TAG, __VA_ARGS__)


//进行C 与 Java 中的String  的转换
char*   Jstring2CStr(JNIEnv*   env,   jstring   jstr)
{
	char*   rtn   =   NULL;
	jclass   clsstring   =   (*env)->FindClass(env,"java/lang/String");
	jstring   strencode   =   (*env)->NewStringUTF(env,"GB2312");
	jmethodID   mid   =   (*env)->GetMethodID(env,clsstring,   "getBytes",   "(Ljava/lang/String;)[B");
	jbyteArray   barr=   (jbyteArray)(*env)->CallObjectMethod(env,jstr,mid,strencode); // String .getByte("GB2312");
	jsize   alen   =   (*env)->GetArrayLength(env,barr);
	jbyte*   ba   =   (*env)->GetByteArrayElements(env,barr,JNI_FALSE);
	if(alen   >   0)
	{
		rtn   =   (char*)malloc(alen+1);         //"\0"
		memcpy(rtn,ba,alen);
		rtn[alen]=0;
	}
	(*env)->ReleaseByteArrayElements(env,barr,ba,0);  //
	return rtn;
}

//向java中返回 一个 String
JNIEXPORT jstring JNICALL Java_com_example_jnitest_HomeActivity_returnStringC
(JNIEnv * env, jobject obj ){
	return (*env)->NewStringUTF(env,"holleod");

}

/*
 * Class:     com_example_jnitest_HomeActivity
 * Method:    addStringReturn
 * Signature: (Ljava/lang/String;)Ljava/lang/String;
 */
//接收一个String 进行处理后返回 到java中的String
JNIEXPORT jstring JNICALL Java_com_example_jnitest_HomeActivity_addStringReturn
(JNIEnv * env, jobject obj , jstring jst){

	char* inputString = Jstring2CStr(env,jst);
	char* newString = "addNewString";
	//装饰两个字符串连接到一起
	strcat(inputString,newString);
	return (*env)->NewStringUTF(env,inputString);

}

/*
 * Class:     com_example_jnitest_HomeActivity
 * Method:    addIntsReturn
 * Signature: ([I)[I
 */
//接收一个 int数组  进行处理后再返回 到java中去
JNIEXPORT jintArray JNICALL Java_com_example_jnitest_HomeActivity_addIntsReturn
(JNIEnv * env , jobject obj , jintArray jarr){
	//获取数组 的长度
	jint length = (*env)->GetArrayLength(env,jarr);
	//遍历数组 对每一个元素进行操作
	int* elements = (*env)->GetIntArrayElements(env,jarr,0);
	int i = 0;
	for (i = 0; i < length; i++) {
		*(elements+i)+=10;
	}
//
	return jarr;
}
接收java传过来的一个int数值  进行处理后再返回到java中
JNIEXPORT jint JNICALL Java_com_example_jnitest_HomeActivity_inputIntNumbers
(JNIEnv * env, jobject obj , jint ji){

	return ji+=101010;
}


对应的Android.mk文件 

LOCAL_PATH := $(call my-dir)

# LOCAL_PATH CX返回当前工程目录 
# 清空之前所有的缓存 
include $(CLEAR_VARS)
# 打包生成涵数库的名字 自动在前面生成lib 在后面生成 .so 如果前面加lib 生成涵数库的名字就 不自动加 lib 了 
LOCAL_MODULE    := jniT
# 把哪些 c 文件打包生成函数库
LOCAL_SRC_FILES := jniT.c
# BUILD_SHARED_LIBRARY  生成动态涵数库 .so 体积小 把用到的系统中的函数动态加载 随着使用用而加载 
# BUILD_STATIC_LIBRARY 生成静态函数库 .a 体积大 把用到的函数一冷次性全部加载进来 
LOCAL_LDLIBS += -llog

include $(BUILD_SHARED_LIBRARY)

对应的Application.mk文件 

APP_ABI := x86 armeabi
# 去掉警告
APP_PLATFORM := android-8 


界面布局文件   



<LinearLayout xmlns:android="http://schemas.android.com/apk/res/android"
    xmlns:tools="http://schemas.android.com/tools"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:orientation="vertical"
    android:paddingBottom="@dimen/activity_vertical_margin"
    android:paddingLeft="@dimen/activity_horizontal_margin"
    android:paddingRight="@dimen/activity_horizontal_margin"
    android:paddingTop="@dimen/activity_vertical_margin"
    tools:context=".HomeActivity" >

    <Button
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:onClick="return_String_c"
        android:text="从C中返回字符串" />

    <Button
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:onClick="inputIntNumber"
        android:text="传入一个int加1后返回" />

    <Button
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:onClick="inputStringNumber"
        android:text="传入一个String返回" />

    <Button
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:onClick="inputIntsNumber"
        android:text="传入一个int数组后返回" />

</LinearLayout>













深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

早起的年轻人

创作源于分享

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值