授權(quán)轉(zhuǎn)自THU數(shù)據(jù)派

我們都知道,，谷歌有一個開源庫叫做TensorFlow,，可被用在安卓系統(tǒng)中實現(xiàn)機(jī)器學(xué)習(xí)。換言之,，TensorFlow是谷歌為機(jī)器智能提供的一個開源軟件庫,。

我在網(wǎng)絡(luò)上搜尋了很久,，都沒有找到在安卓上搭建TensorFlow的簡單的方法或?qū)嵗Ｗ屑?xì)查閱許多資料以后,，我終于可以搭建它了,。于是，我決定把我搭建的過程寫出來,，這樣其他人就不必再浪費(fèi)時間了,。

這篇文章是寫給那些熟悉機(jī)器學(xué)習(xí)并且知道怎樣為機(jī)器學(xué)習(xí)搭建模型的人的（在這個示例中我會使用一個預(yù)訓(xùn)練模型）。近期,，我會寫一系列關(guān)于機(jī)器學(xué)習(xí)的文章,，這樣每個人都能夠?qū)W到如何為機(jī)器學(xué)習(xí)搭建模型。

我們需要知道的幾個要點：

• TensorFlow的核心是用C++編寫的,；

• 為了在安卓上搭建TensorFlow,，我們需要用JNI（Java本地接口）來調(diào)用C++函數(shù)，比如說loadModel,，getPredictions,，等等；

• 我們會用到.so（shared object,，即共享對象）文件,，它是C++編譯文件；還會用到j(luò)ar文件,，它由能夠調(diào)用本地C++的Java API組成。之后,，我們就可以調(diào)用Java API輕松地把事情做好,；

• 所以我們需要jar（Java API）和一個.so（C++編譯）文件；

• 我們必須要有一個預(yù)訓(xùn)練模型文件和一個用于分類的標(biāo)簽文件,。

我們會做以下的目標(biāo)檢測：

注意：--recurse-submodules對于提取子模塊（pull submodules）很重要,。

在這里（https://developer./ndk/downloads/older_releases.html#ndk-12b-downloads）下載NDK。

下載安卓SDK,，或者,，我們也可以從Android Studio SDK提供路徑。

安裝Bazel（https://bazel.build/versions/master/docs/install.html）,。Bazel是TensorFlow的主要編譯系統(tǒng),。

現(xiàn)在，編輯工作空間（WORKSPACE）,，我們可以在早先克隆的TesnsorFlow根路徑中找到工作空間（WORKSPACE）文件,。

我們的SDK和NDK路徑就跟下面一樣：

然后編譯生成.so文件：

將armeabi-v7a換成我們所需要的目標(biāo)架構(gòu)。

庫會被放置在：

編譯Java副本：

我們可以在這里找到JAR文件：

現(xiàn)在我們有了jar和.so文件,。你也可以從下面的工程中直接提取使用我已經(jīng)建立好的.so文件和jar,。

我已經(jīng)在這里（https://github.com/MindorksOpenSource/AndroidTensorFlowMachineLearningExample）創(chuàng)建了一個完整可運(yùn)行的示例應(yīng)用,。

但是，我們需要預(yù)訓(xùn)練模型和標(biāo)簽文件,。

在這個例子中,，我們會使用Google預(yù)訓(xùn)練模型，它實現(xiàn)了在一張給定的照片上做目標(biāo)檢測,。

解壓縮zip文件,，我們就會得到imagenet_comp_graph_label.strings.txt（目標(biāo)標(biāo)簽）以及tensorflow_inception_graph.pb（預(yù)訓(xùn)練模型）。

現(xiàn)在,，在Android Studio上創(chuàng)建安卓示例工程吧,。

將imagenet_comp_graph_label.strings.txt（目標(biāo)標(biāo)簽）以及tensorflow_inception_graph.pb放進(jìn)assets文件夾。

將libandroid_tensorflow_inference_java.jar放進(jìn)lib文件夾,，單擊右鍵,，添加庫。

在主目錄新建一個jniLibs文件夾并且將libtensorflow_inference.so放到j(luò)niLibs/armeabi-v7a文件夾中,。

現(xiàn)在,，我們就可以調(diào)用TensorFlow Java API了。

TensorFlow Java API通過TensorFlowInferenceInterface類開放了所有需要的方法,。

現(xiàn)在,，我們可以用模型路徑調(diào)用TensorFlow Java API并且加載它了。

然后,，我們可以輸入一張圖片來獲取預(yù)測結(jié)果,。

如果想要體會完整的流程，克隆這個項目（https://github.com/MindorksOpenSource/AndroidTensorFlowMachineLearningExample）,，搭建并運(yùn)行它吧,。

如果你在搭建這個項目的過程中有任何問題的話，聯(lián)系我,，我會非常樂意幫助你,。

Happy Coding:)

Q：我很疑惑要怎么連接到‘so’庫？也沒有任何一行像’System.loadLibray’的代碼,？

A：System.loadLibrary已經(jīng)寫在TensorFlow jar中了,。

Q：所以這是一個C++應(yīng)用還是Java應(yīng)用啊,？你用的是什么語言,？

A：這是一個用Java語言編寫的安卓應(yīng)用，它通過Java本地接口（JNI: Java Native Interface）調(diào)用C++做預(yù)測（機(jī)器學(xué)習(xí)）,。

掃碼報名Strata Data Conference大會

大數(shù)據(jù)文摘專享優(yōu)惠截至5月5日