在Android上运行Tensorflow模型

我正试图找出在Android上培训和部署Tensorflow模型的工作流程。我知道关于StackOverflow的其他问题与此类似，但它们似乎都没有解决我遇到的问题

在研究了Tensorflow存储库中的Android示例后，我认为工作流应该是这样的：

用Python建立和训练Tensorflow模型

创建一个新的图表，并将所有相关节点（即不是负责培训的节点）转移到此新图表。训练的权值变量是常量导入的，这样C++ API就可以读取它们。

在Java中开发Android GUI，使用native关键字取消对Tensorflow模型的调用

运行javah为Tensorflow本机调用生成C/C++存根代码

使用TysFraseC++接口填写存根，并访问已训练/序列化的模型。

使用Bazel构建Java应用程序和本机Tensorflow接口（作为.so文件），并生成APK

使用adb部署APK

第六步是问题所在。Bazel很乐意编译一个本机（到OSX）.dylib，我可以通过JNI从Java调用它。同样，androidstudio将生成一大堆XML代码，以生成我想要的GUI。然而，Bazel希望所有java应用程序代码都位于“工作区”顶级目录（Tensorflow repo中），Android Studio立即从SDK链接到各种外部库以生成GUI（我知道，因为我的Bazel编译运行在找不到这些资源时会失败）。我能找到的迫使Bazel交叉编译.so文件的唯一方法是将其作为Android规则的从属规则。直接交叉编译本机库是我更愿意将我的a.S.代码移植到Bazel项目的地方

我该如何处理这个问题？Bazel可能会编译Android代码，但Android Studio生成的代码是Bazel无法编译的。谷歌的所有例子都只是提供了回购协议的代码，而没有任何关于它是如何生成的线索。据我所知，作为Android Studio应用程序一部分的XML应该是生成的，而不是手工制作的。如果可以手工制作，我如何避免需要所有这些外部库

也许我把工作流程搞错了，或者Bazel/Android Studio的某些方面我不太理解。谢谢你的帮助

谢谢

编辑：

我最后做的几件事可能会对图书馆的建设做出成功的贡献：

我升级到最新的Bazel

我从源代码重建了TensorFlow

我实现了下面推荐的Bazel构建文件，并添加了一些内容（摘自Android示例）：

---

我还没有验证这个库是否可以在Android中加载和使用；Android Studio 1.5似乎对确认本机LIB的存在非常挑剔。

在您的工作区文件中设置Android NDK后，Bazel可以交叉编译。对于Android，如下所示：

cc_binary(
    name = "libfoo.so",
    srcs = ["foo.cc"],
    deps = [":bar"],
    linkstatic = 1,
    linkshared = 1,
)

$ bazel build foo:libfoo.so \
    --crosstool_top=//external:android/crosstool --cpu=armeabi-v7a \
    --host_crosstool_top=@bazel_tools//tools/cpp:toolchain
$ file bazel-bin/foo/libfoo.so
bazel-bin/foo/libfoo.so: ELF 32-bit LSB  shared object, ARM, EABI5 version 1 (SYSV), dynamically linked (uses shared libs), not stripped

Bazel希望所有java应用程序代码都在“工作区”中 顶层目录（在Tensorflow repo中）

当0.1.4发布后（现在就推送它），我们已经推送了一些对TensorFlow和Protobuf的修复，您可以开始使用TensorFlow repo作为远程存储库。在工作区文件中进行设置后，可以使用

@TensorFlow//foo/bar

标签引用TensorFlow规则

git clone --recurse-submodules https://github.com/tensorflow/tensorflow.git

注意：--递归子模块对于拉取子模块很重要

从这里安装Bazel。Bazel是TensorFlow的主要构建系统。 现在，编辑工作区，我们可以在前面克隆的TensorFlow的根目录中找到工作区文件

# Uncomment and update the paths in these entries to build the Android demo.
#android_sdk_repository(
#    name = "androidsdk",
#    api_level = 23,
#    build_tools_version = "25.0.1",
#    # Replace with path to Android SDK on your system
#    path = "<PATH_TO_SDK>",
#)
#
#android_ndk_repository(
#    name="androidndk",
#    path="<PATH_TO_NDK>",
#    api_level=14)

然后构建.so文件

bazel build -c opt //tensorflow/contrib/android:libtensorflow_inference.so \
   --crosstool_top=//external:android/crosstool \
   --host_crosstool_top=@bazel_tools//tools/cpp:toolchain \
   --cpu=armeabi-v7a

用我们期望的目标体系结构替换armeabi-v7a。 图书馆将设在：

bazel-bin/tensorflow/contrib/android/libtensorflow_inference.so

要构建Java对应项，请执行以下操作：

bazel build //tensorflow/contrib/android:android_tensorflow_inference_java

我们可以在以下位置找到JAR文件：

bazel-bin/tensorflow/contrib/android/libandroid_tensorflow_inference_java.jar

现在我们有了jar和.so文件。我已经构建了这两个.so文件和jar，您可以直接从中使用

将libandroid_tensorflow_expression_java.jar放入libs文件夹，右键单击并添加为库

compile files('libs/libandroid_tensorflow_inference_java.jar')

在主目录中创建jniLibs文件夹，并将libtensorflow_.so放入jniLibs/armeabi-v7a/文件夹中

现在，我们将能够调用TensorFlow Java API

TensorFlowJavaAPI通过一个类TensorFlow推论接口公开了所有必需的方法

现在，我们必须使用模型路径调用TensorFlow Java API并加载它

---

我已经写了一个完整的博客。

制作一个.dylib根本没有帮助，因为Android不是OSX-dylib是一种仅限OSX的格式。这是linux，您需要构建一个.so（这在功能方面几乎是一样的，但文件格式不同）。而且，Android中的XML都是手工生成的，而不是生成的。在谷歌的例子中几乎没有生成任何东西。事实上，你期望它是你的问题的一部分。此外，除非你的Tensorflow软件需要使用Bazel，否则我从未听说它被用于Android工作。Gradle是新标准，Ant是遗留标准。如果你使用的是Bazel，你要么是最前沿的，要么完全是在做你自己的事情。@amm你能在android上运行它吗？你构建的应用程序有多大？因为你很可能是该应用程序的成员，你可以在你的应用程序中记录它。如果我知道回答的人是开发团队的成员，我会更倾向于向上投票。我的意思是：我不能将我的应用程序代码保存在与Tensorflow根目录分离的目录结构中。这个解决方案不适合我。错误消息：“错误：未找到cpu‘darwin’的工具链。”我的工作区文件中定义了android_sdk_repository（）和android_ndk_repository（）。没错，它还不能工作。我应该在发帖前尝试一下说明，很抱歉。我更新了说明

bazel-bin/tensorflow/contrib/android/libandroid_tensorflow_inference_java.jar

compile files('libs/libandroid_tensorflow_inference_java.jar')